enseÑanza tradicional vs metodologÍa lÚdica. un diseÑo ... · diseño experimental: técnica...
TRANSCRIPT
1
ENSEÑANZA TRADICIONAL vs METODOLOGÍA LÚDICA. UN DISEÑO
EXPERIMENTAL PARA MEDIR EL IMPACTO DE COMPETENCIAS ESPECÍFICAS EN
UNA ASIGNATURA DEL PREGRADO EN INGENIERÍA INDUSTRIAL DE LA
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
LAURA ANGÉLICA MEJÍA OSPINA
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
FACULTAD DE INGENIERÍA INDUSTRIAL
MAESTRIA EN INVESTIGACIÓN OPERATIVA Y ESTADÍSTICA
PEREIRA, 2014
2
ENSEÑANZA TRADICIONAL vs METODOLOGÍA LÚDICA. UN DISEÑO
EXPERIMENTAL PARA MEDIR EL IMPACTO DE COMPETENCIAS ESPECÍFICAS EN
UNA ASIGNATURA DEL PREGRADO EN INGENIERÍA INDUSTRIAL DE LA
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
LAURA ANGÉLICA MEJÍA OSPINA
Grupo de investigación: “Grupo en la Enseñanza de la Investigación de Operaciones”
(GEIO) Línea de investigación: Uso de la Lúdica como Herramienta Pedagógica
Proyecto de Grado presentado como requisito parcial para optar al título de Postgrado:
MAGISTER EN INVESTIGACIÓN OPERATIVA Y ESTADÍSTICA
Director de proyecto de grado:
Ingeniero Wilson Arenas Valencia
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
FACULTAD DE INGENIERÍA INDUSTRIAL
MAESTRIA EN INVESTIGACIÓN OPERATIVA Y ESTADÍSTICA
PEREIRA, 2014
3
Nota de aceptación:
_____________________________________
_____________________________________
_____________________________________
_____________________________________
_____________________________________
_____________________________________
_____________________________________
Firma del presidente del jurado
_____________________________________
Firma del jurado
_____________________________________
Firma del jurado
Pereira, de de 2014
4
AGRADECIMIENTOS
Agradezco primero a Dios por darme la oportunidad de realizar mi sueño
profesional, brindándome salud y energía para desarrollar cada etapa.
A mi familia por su amor, comprensión y apoyo incondicional.
A la Facultad de Ingeniería Industrial y su grupo de Investigación GEIO, por
brindar las herramientas pedagógicas y de asesoría necesarias para el logro de los
objetivos de este proyecto.
A los docentes que participaron de esta iniciativa, por su dedicación, compromiso y
apoyo en la ejecución de las actividades propuestas en el proyecto, sin su colaboración
no hubiese sido posible la culminación de este proyecto.
5
TABLA DE CONTENIDO
GLOSARIO .................................................................................................................... 13
RESUMEN .................................................................................................................... 15
SUMMARY ................................................................................................................... 15
INTRODUCCIÓN ........................................................................................................... 17
1. DESCRIPCIÓN DEL PROYECTO ................................................................................ 19
1.1. TITULO ..................................................................................................................... 19
1.2. AREA DE INVESTIGACIÓN .......................................................................................... 19
1.3. MATERIAS DE INVESTIGACIÓN .................................................................................. 19
1.4. COBERTURA DEL ESTUDIO ........................................................................................ 19
1.5. CAMPO DE INTERÉS .................................................................................................. 20
1.6. ENTIDADES RESPONSABLES ...................................................................................... 20
1.7. DIRECTOR DEL TRABAJO DE GRADO .......................................................................... 20
2. ANTECEDENTES DE LA INVESTIGACIÓN .................................................................. 21
2.1. REVISIÓN BIBLIOGRÁFICA ......................................................................................... 21
3. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN ......................................... 131
3.1. UNA MIRADA GENERAL AL PROBLEMA DE INVESTIGACIÓN ..................................... 131
3.2. EL PANORAMA DEL PROBLEMA DE INVESTIGACIÓN EN LA FACULTAD DE INGENIERÍA
INDUSTRIAL DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA ............................................. 133
3.3. FORMULACIÓN DEL PROBLEMA .............................................................................. 136
4. JUSTIFICACIÓN .................................................................................................... 137
5. OBJETIVOS DE LA INVESTIGACIÓN ....................................................................... 138
6. TEMARIO DE LA INVESTIGACIÓN ......................................................................... 139
7. MÉTODOS DE INVESTIGACIÓN ............................................................................. 140
8. MARCO REFERENCIAL ......................................................................................... 141
8.1. MARCO TEÓRICO .................................................................................................... 142
8.2. MARCO CONCEPTUAL ............................................................................................. 164
8.3. MARCO SITUACIONAL ............................................................................................. 168
6
9. DESARROLLO DE LA INVESTIGACIÓN.................................................................... 171
9.1. PLANEACIÓN EXTENSIVA DEL DISEÑO EXPERIMENTAL. ............................................ 171
9.2. DESCRIPCIÓN DE LA METODOLOGÍA DE FORMACIÓN EN EL PROGRAMA DE INGENIERÍA
INDUSTRIAL DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA ............................................. 181
10. DISEÑO Y VALIDACIÓN DEL INSTRUMENTO DE EVALUACIÓN ............................ 187
9.2. VALIDACIÓN DEL INSTRUMENTO DE EVALUACIÓN .................................................. 194
11. DESARROLLO DEL EXPERIMENTO ..................................................................... 207
11.1. PRUEBA PILOTO .................................................................................................. 210
11.2. PRUEBA FINAL .................................................................................................... 220
11.3. ANÁLISIS DEL DISEÑO EXPERIMENTAL ................................................................. 222
12. ANÁLISIS CUALITATIVO DEL EXPERIMENTO ...................................................... 231
12.1. CATEGORÍA APROXIMACIONES AL MÉTODO CONSTRUCTIVISTA. ......................... 233
12.2. CATEGORÍA UTILIDAD DE LA METODOLOGÍA LÚDICA. .......................................... 234
12.3. CATEGORÍA PERCEPCIONES. ................................................................................ 235
12.4. CATEGORÍA TEORÍA vs LÚDICA. ........................................................................... 235
13. ANÁLISIS DE RESULTADOS ............................................................................... 238
13.1. EL ESTILO DE APRENDIZAJE CON EL QUE EL ESTUDIANTE SE SIENTE CÓMODO ...... 238
13.2. SOBRE LA CONFIABILIDAD ESTADÍSTICA DEL DISEÑO EXPERIMENTAL ................... 238
13.3. SOBRE EL DISEÑO DE LAS ACTIVIDADES LÚDICAS ................................................. 238
13.4. LAS VARIABLES EXTERNAS QUE NO SE PUEDEN CONTROLAR (LIMITACIONES DEL
ESTUDIO)240
13.5. EL TIPO DE DISEÑO EXPERIMENTAL RESULTANTE ................................................. 241
13.6. ASIGNATURAS IMPORTANTES DE EVALUAR ......................................................... 241
13.7. EL DISEÑO EXPERIMENTAL IDEAL ........................................................................ 242
13.8. EL RETO DEL DOCENTE ........................................................................................ 245
CONCLUSIONES .......................................................................................................... 247
DISCUSIÓN Y RECOMENDACIONES ............................................................................. 249
TRABAJOS FUTUROS .................................................................................................. 251
BIBLIOGRAFÍA ............................................................................................................ 252
7
LISTA DE TABLAS
Tabla No. 1. Ilustración de la Base de datos de la relación journals consultados-artículos
encontrados. ................................................................................................................................... 22
Tabla No. 2. Descripción de las frecuencias en el método de evaluación de desempeño
por competencias de corrección ascendente. ......................................................................... 153
Tabla No. 3. Referencias numéricas de los niveles de competencia .................................. 154
Tabla No. 4. Escala de valoración y ponderación de competencias. .................................. 154
Tabla No. 5. Ejemplo de rúbrica ................................................................................................ 156
Tabla No. 6. Relación de nota promedio de carrera de los estudiantes pertenecientes al
grupo 3. ................................................................................................ ¡Error! Marcador no definido.
Tabla No. 7. Relación de nota promedio de carrera de los estudiantes pertenecientes al
grupo 2. .......................................................................................................................................... 175
Tabla No. 8. Relación de nota promedio de carrera de los estudiantes pertenecientes al
grupo 1. .......................................................................................................................................... 176
Tabla No. 9. Promedio y Desviación estándar de la nota promedio de carrera de los
estudiantes objeto de estudio, por cada grupo. ...................................................................... 176
Tabla No. 10. Asignación de niveles luego de un análisis descriptivo para el factor
promedio de carrera. ................................................................................................................... 177
Tabla No. 11. Número de estudiantes asignados por cada grupo en los niveles definidos.
........................................................................................................................................................ 177
Tabla No. 12. Relación de los factores y niveles del experimento. ...................................... 178
Tabla No. 13. Planeación Diseño Experimental según recomendación revisión
bibliográfica ................................................................................................................................... 179
Tabla No. 14. Ruta formativa Procesos Estocásticos ............................................................ 184
Tabla No. 15. Niveles y conductas observables de la primera competencia específica para
Procesos Estocásticos. ............................................................................................................... 186
Tabla No. 16 Niveles y conductas observables de la primera competencia específica para
Procesos Estocásticos. ............................................................................................................... 189
Tabla No. 17. Factor de ponderación y dato de desempeño real de los niveles de la
competencia específica Manejo de Procesos Markovianos. ................................................. 191
Tabla No. 18. Ejemplo de evaluación de competencia por medio de la rúbrica. ............... 192
Tabla No. 19. Competencia específica de estudio, conductas observables y niveles ...... 193
Tabla No. 20. Patrón para calcular el coeficiente de argumentación de expertos ............ 200
Tabla No. 21. Tabla coeficiente de argumentación de expertos. ......................................... 201
Tabla No. 22. Resultados de indicadores frente a las categorías calificadas por los
expertos. ........................................................................................................................................ 202
Tabla No. 23. Frecuencia Absoluta Acumulada por cada indicador. ................................... 202
Tabla No. 24. Frecuencia Relativa Acumulada por cada indicador. .................................... 202
Tabla No. 25. . Determinación de los puntos de corte. .......................................................... 203
8
Tabla No. 26. Comparación punto de corte para la máxima calificación del instrumento de
validación. ...................................................................................................................................... 204
Tabla No. 27. Resultado final validación del instrumento de medición ............................... 204
Tabla No. 28. Relación de actividades lúdica en los escenarios de intervención para las
pruebas del Diseño Experimental. ............................................................................................. 205
Tabla No. 29. Ponderación de factores por cada tratamiento o combinación. Docentes 1, 2
y 3. .................................................................................................................................................. 212
Tabla No. 30. Frecuencias de resultados análisis descriptivo. ............................................. 214
Tabla No. 31. Rendimiento académico promedio en prueba piloto. .................................... 214
Tabla No. 32. Determinación del tamaño de muestra, de acuerdo con el análisis de curvas
de operación característica. ....................................................................................................... 218
Tabla No. 33. Análisis descriptivo de los resultados ponderación en prueba piloto. ........ 221
Tabla No. 34. Análisis descriptivo de los resultados ponderación en prueba final. ........... 221
Tabla No. 35. Rendimiento académico obtenido por los participantes del experimento en
la prueba final. .............................................................................................................................. 223
Tabla No. 36. Codificación inicial (abierta) de las percepciones de los estudiantes sobre la
metodología lúdica. ...................................................................................................................... 232
Tabla No. 37. Propuesta de procedimiento para un Diseño Experimental. ........................ 242
9
LISTA DE IMÁGENES
Imagen No. 1. Desarrollo de una actividad lúdica del grupo GEIO. ................................... 134
Imagen No. 2. Desarrollo de la prueba piloto ......................................................................... 211
Imagen No. 3. Resultados Análisis de Varianza. Minitab 15.0 ............................................ 215
Imagen No. 4. Resultados Intervalos de confianza Bonferroni ............................................ 226
Imagen No. 5. Resultados Análisis de Varianza prueba final .............................................. 227
10
LISTA DE GRÁFICOS
Gráfico No. 1. Ponderación de niveles para análisis de confiabilidad del instrumento de
evaluación ..................................................................................................................................... 196
Gráfico No. 2. Comparación descriptiva de los resultados de ponderación, prueba piloto y
prueba final. .................................................................................................................................. 197
Gráfico No. 3. Porcentaje de estudiantes con resultado en variable de respuesta para
cada nivel. ..................................................................................................................................... 213
Gráfico No. 4. Comparación resultados ponderación. ........................................................... 222
Gráfico No. 5. Análisis de distribución de los residuos. Prueba de normalidad Shapiro-Wilk. ...... 224
Gráfico No. 6. Representación de la comparación de la prueba de normalidad. .............. 224
Gráfico No. 7. Prueba de igualdad de varianzas para la variable de respuesta. ............... 225
Gráfico No. 8. Efectos principales para la variable de respuesta. ........................................ 228
Gráfico No. 9. Interacción de los dos factores para la variable de respuesta. ................... 230
11
LISTA DE DIAGRAMAS
Diagrama No. 1 Esquema del marco referencia ..................................................................... 141
Diagrama No. 2. Sistematización de la etapa de planeación del diseño experimental. ... 180
Diagrama No. 3. ¿Cómo se desarrollará el experimento? .................................................... 209
Diagrama No. 4. Representación de las diferentes etapas del desarrollo del experimento.
........................................................................................................................................................ 210
Diagrama No. 5. Dimensiones de la categoría Aproximaciones al método constructivista
........................................................................................................................................................ 233
Diagrama No. 6. Dimensiones categoría Utilidad de la Metodología .................................. 234
Diagrama No. 7. Dimensiones categoría Percepciones ........................................................ 235
Diagrama No. 8. Dimensiones categoría Teoría vs Lúdica ................................................... 236
Diagrama No. 9. Relación de categorías cualitativas ............................................................. 237
12
LISTA DE ANEXOS
Anexo 1. RELACIÓN JOURNALS CONSULTADOS – ARTÍCULOS ENCONTRADOS . 258
Anexo 2. PROYECTO FORMATIVO PROCESOS ESTOCÁSTICOS ................................ 284
Anexo 3. DOCUMENTOS DE LAS LÚDICAS DESARROLLADAS EN EL EXPERIMENTO
........................................................................................................................................................ 285
Anexo 4. ENUNCIADO TALLER PROCESOS ESTOCÁSTICOS – COMPETENCIA
MANEJO DE PROCESOS MARKOVIANOS ........................................................................... 307
Anexo 5. CUESTIONARIOS PLANTEADOS COMO COMPLEMENTO AL DESARROLLO
DE LOS ESCENARIOS RECREADOS PARA LA EVALUACIÓN DL DESEMPEÑO DE LA
COMPETENCIA ESPECÍFICA MANEJO DE PROCESOS MARKOVIANOS PARA
FORTALECER LA TOMA DE DECISIONES ........................................................................... 311
Anexo 6. CUESTIONARIO PARA DETERMINAR EL COEFICIENTE DE CONOCIMIENTO
DE LOS EXPERTOS. .................................................................................................................. 314
Anexo 7. ENCUESTA CRITERIO DE EXPERTOS PARA VALIDEZ DEL INSTRUMENTO
DE EVALUACIÓN DE COMPETENCIA ................................................................................... 316
13
GLOSARIO
Diseño Experimental: Técnica estadística para diseñar, analizar y ejecutar un
experimento con unas condiciones específicas.
Factor: Variable o conjunto de variables que están influenciando la variable principal de
estudio.
Variable de respuesta: Variable de interés del estudio, que está siendo afectada por el
conjunto de factores objeto de estudio.
Bloques: Formación de diferentes factores que se pueden controlar en un experimento y
que no interfieren en el comportamiento de la variable de respuesta.
Nivel: Cada uno de los componentes en que se divide un factor. Pueden ser numéricos o
categóricos.
Tratamiento: Cada una de las combinaciones de niveles de cada factor en el estudio del
experimento.
Diseño factorial: Tipo de diseño experimental que hace uso de diferentes factores, con
sus niveles específicos, en el análisis estadístico del problema en estudio.
Efectos principales: Análisis estadístico que se realiza al conjunto de tratamientos para
identificar el grado de influencia de uno o varios factores sobre la variable de respuesta.
Homocedasticidad: Prueba de homogeneidad de varianzas. Especialmente utilizada
para la clasificación de los datos de estudio en paramétricos o no paramétricos. De esta
prueba y de la normalidad depende la potencia de diferentes pruebas estadísticas.
Normalidad: Prueba de condiciones de normalidad de los residuos del modelo de Diseño
Experimental. Indica qué tan cercanos están los residuos frente a una distribución de
probabilidad Normal.
Competencia: Capacidad de desarrollar determinada actividad con un conjunto de
conocimientos previamente adquiridos, valores, aptitudes y habilidades específicas.
Evaluación: Proceso mediante el cual se pone a prueba la fortaleza en diferentes
conceptos o conocimientos.
Ingeniería: Aplicación de la ciencia a los propósitos comunes de la vida.
Procesos Estocásticos: Disciplina que estudia el comportamiento de diferentes sistemas
que cuentan con un grado de incertidumbre. Procesos aleatorios.
14
Cadenas de Markov: Herramienta de análisis de un proceso estocástico, con un
procedimiento específico.
Rúbrica: Instrumento de evaluación de desempeño por competencias, especialmente
usado en la evaluación de comportamientos en escenarios recreados.
Conductas observables: Comportamientos definidos que pueden reflejarse en el
desarrollo de determinada actividad.
Nivel: Definición de la posición en que una persona se puede ubicar, de acuerdo con un
comportamiento o conducta evidenciada. Por lo general son niveles categóricos.
Frecuencia: Número de ocasiones en que se evidencia el comportamiento o el resultado
de una actividad desarrollada por la misma persona. Se asocia un porcentaje de
frecuencia, con el ánimo de cuantificar los resultados.
Ponderación: Factor de cuantificación de los niveles alcanzados en una competencia
determinada, de acuerdo con un grado de frecuencia alcanzado.
Lúdica: Escenario que recrea la realidad a pequeña escala sobre un sistema
determinado. Permite disfrutar, hibridar, construir, conjugar, significar y resignificar
diferentes conceptos relacionados con el sistema.
Transición: Paso de un estado a otro, definido por una relación de probabilidad de
ocurrencia.
Estados: Cada una de las posibles situaciones que puede evidenciar un sistema en
estudio.
Probabilidades de transición: Probabilidad de ocurrencia del paso de un estado a otro.
Número de veces que sucede realmente el paso de un estado a otro (medido por una
transición) sobre el número de veces que puede ocurrir.
Estado estable: Propiedad de los estados cuando luego de un largo tiempo de análisis,
pueden llegar a tener un comportamiento homogéneo.
Sistema productivo: Conjunto de actividades que están interrelacionadas entre si y que
determinan la transformación de unas materias primas para lograr un producto terminado
(bien o servicio).
15
RESUMEN
El presente trabajo expone la planeación, diseño, ejecución y validación de un sistema de
formación por competencias en una asignatura del Programa de Ingeniería Industrial,
donde se evalúa el impacto que dos metodologías de enseñanza (una basada en clases
magistrales y otra basada en la lúdica seguida en el grupo de investigación GEIO), en el
rendimiento académico de los estudiantes. Se toma como línea base una competencia
específica del proyecto formativo Procesos Estocásticos.
Esta investigación ilustra dos ejes fundamentales de análisis: uno basado en la aplicación
del Diseño Experimental como herramienta estadística de validación, y otro enfocado
hacia una propuesta de evaluación de un sistema de formación por competencias, de
acuerdo con el nuevo esquema curricular en que trabaja el programa de Ingeniería
Industrial.
El planteamiento del Diseño Experimental incluyó la definición del problema de
investigación: El sistema de Educación Superior en Colombia expone la necesidad de
transformar las estrategias de enseñanza y de formación profesional en Ingeniería, para
lograr un acercamiento a sistemas de aprendizaje significativo en los estudiantes del siglo
XXI. Por tal razón se plantea un interrogante sobre cómo evaluar dos estrategias
pedagógicas en el sistema de enseñanza de la Ingeniería Industrial de la Universidad
Tecnológica de Pereira, valorando el rendimiento académico de sus estudiantes.
En el proceso de planeación del Diseño Experimental incluyó la definición de la variable
de respuesta, factores como Docente (factor de bloqueo), promedio académico durante la
carrera (con niveles alto, medio y bajo), y metodología de enseñanza (en sus niveles
tradicional y lúdica). El análisis de efectos principales y de varianzas (ANOVA) se convirtió
en las herramientas de estudio principales dentro de la tipología de Diseño Factorial.
Un análisis de evaluación de desempeño por competencias fue propuesto, de tal forma
que se construyó una rúbrica de evaluación, además del planteamiento del sistema de
valoración basado en escenarios de aplicación y de validación de la competencia
específica de interés.
Los resultados exponen que estadísticamente no hay diferencia significativa para afirmar
que en promedio el rendimiento académico del estudiante está influenciado directamente
por una u otra metodología de enseñanza. Este también se analiza desde el
planteamiento del nuevo esquema de evaluación, donde se puede apreciar que
estudiantes con promedio de carrera bajo tienen un desempeño mayor en la prueba
realizada. Lo anterior proporciona el planteamiento de una serie de inquietudes,
reflexiones y complemento de análisis cualitativo con respecto a la pregunta de
investigación.
SUMMARY
16
The present study describes the planning, design, implementation and validation of a
system of competency-based training in a course of Industrial Engineering program, where
the impact of two teaching methodologies are evaluated, (one based on traditional classes
and other based on hands-on activities from GEIO’s research group), in student’s
academic performance. A base line is taken, a specific competence from Stochastic
Process subject (formative project).
This research shows two fundamental axes of analysis: one based on Experimental
Design application as a validation statistic tool, and the other focused on evaluation
proposal of competences formation system, related to new curriculum framework in
Industrial Engineering program.
Experimental Design is planned with a researching problem definition: The Higher
Education System in Colombia shows the need of change the teaching strategies and
Engineering education, to achieve a meaningful learning system in students of s. XXI. For
this reason this project plans how evaluate two pedagogic strategies in Industrial
Engineering of Universidad Tecnológica de Pereira, assessing the academic performance
of students.
In Experimental Design planning process was defined response variable, factors like
Teacher (blocking factor), academic average during the career (with higher, medium and
lower levels), and teaching methodology (with traditional and hands-on activities). Principal
effects and ANOVA were the principal study tools in Factorial Design tipology.
A competence valuation analysis was proposed, related to the building a strategy of rubric
evaluation, and a assess system based on application scenarios and specific competence
validation.
The results show that statistically there is not significance difference to say that student
achievement average is directly influenced by some of the pedagogical methodologies of
the study. It also analyses the proposal of a new evaluation framework, where ii could
show that students with lower level of academic career average has a higher performance.
This provides an approach of a set of questions, reflections and complement of qualitative
analysis related to researching question.
17
INTRODUCCIÓN
La presente investigación desarrolla un proceso de diseño, planeación, ejecución y
validación de un experimento en el aula de clases de una asignatura del programa de
Ingeniería Industrial de la Universidad Tecnológica de Pereira. En este escenario se
propone el estudio de un grupo experimental y un grupo de control, de tal forma que la
variable principal de análisis corresponde al rendimiento académico obtenido por el
estudiante en su ruta formativa (según esquema de formación por competencias). El
factor principal de análisis corresponde a la metodología apropiada en el salón de clases
para el proceso de aprendizaje del estudiante. La aplicación de un Diseño Experimental
debidamente planeado y ejecutado en un semestre académico corresponde a la síntesis
de un análisis estadístico del modelo planteado, donde también se hace uso del sistema
de formación por competencias y su mecanismo de evaluación respectiva.
Durante las últimas décadas en los procesos de educación en ingeniería, diferentes
personajes se han dedicado a plantear un nuevo significado en sus modelos educativos,
vinculando un proceso de transformación de un esquema de metodología de enseñanza
netamente tradicional, hacia la incorporación de diferentes prácticas pedagógicas que
promuevan espacios de aprendizaje activo, donde el estudiante esté más involucrado y
tenga mayor participación en su propio proceso de aprendizaje. Se habla de técnicas
constructivistas o socio-constructivistas para fortalecer el proceso de formación integral de
los ingenieros del siglo XXI.
El planteamiento del Diseño Experimental comienza con la identificación de la variable de
respuesta (rendimiento académico de los estudiantes objeto de estudio), los factores de
evaluación (tanto perturbadores como no perturbadores), los que son de control y no
controlables, el tipo de diseño experimental en el que se debe realizar el análisis
estadístico (paramétrico o no paramétrico), el planteamiento del instrumento de
evaluación (en este caso de evaluación por competencias), su respectivo método de
validación, análisis e ilustración de resultados del experimento una vez ejecutado.
El esquema de formación que se sigue en la Facultad de Ingeniería Industrial de la
Universidad Tecnológica de Pereira, corresponde a un proceso de formación por
competencias, en donde, desde la perspectiva de la asignatura objeto de estudio, se logra
identificar una competencia específica de interés para el presente proyecto. Una vez
identificada su definición, niveles y conductas observables, se propone un esquema de
evaluación de desempeño por competencias, con ayuda de la rúbrica como instrumento
de valoración y ponderación, según unas frecuencias dadas.
El mecanismo de evaluación por competencias también incluye la generación de un
procedimiento diferente de evaluación, en donde se plantea la creación de un escenario
lúdico en donde el estudiante participa activamente, interactúa con sus compañeros bajo
18
un rol determinado, según el contexto, y posteriormente desarrolla un cuestionario
debidamente planteado y validado por los docentes expertos; y es en este escenario de
evaluación donde se observan las conductas, comportamientos y desarrollo de
actividades necesarias para la evaluación de competencias. Una vez se acude a este
proceso de evaluación, se aplica el procedimiento de ponderación (con la vinculación de
frecuencias asociadas al número de veces u ocasiones que el estudiante manifiesta este
comportamiento), y es allí donde se cuantifica el resultado del rendimiento del mismo, y se
convierte en el insumo para el análisis del modelo estadístico.
Se desarrolla la metodología de análisis estadístico con ayuda del software Minitab 15.0,
para realizar ANOVA, análisis de efectos de interacción y estudio de normalidad y
homocedasticidad de los datos inicialmente. El conjunto de resultados obtenidos ofrecen
un primer acercamiento hacia la pregunta de investigación, relacionada con el impacto
que generan diferentes metodologías de enseñanza en el rendimiento académico del
estudiante. Además estos resultados se complementan con un análisis cualitativo de la
percepción que los estudiantes obtuvieron en su participación dentro del experimento.
Finalmente se introduce una reflexión y planteamiento de inquietudes frente a los
resultados obtenidos en el modelo estadístico, complementado con el análisis cualitativo.
Se propone un Diseño Experimental Ideal, desde su momento de planificación para
futuros trabajos y desarrollos a partir de este primer ejercicio, además de la incorporación
de un modelo de evaluación por competencias específico, en donde se pretende hacer
uso de la lúdica como herramienta de enseñanza y también como escenario de
evaluación del desempeño en el contexto de la educación en ingeniería.
19
1. DESCRIPCIÓN DEL PROYECTO
1.1. TITULO
ENSEÑANZA TRADICIONAL vs METODOLOGÍA LÚDICA. UN DISEÑO
EXPERIMENTAL PARA MEDIR EL IMPACTO DE COMPETENCIAS ESPECÍFICAS EN
UNA ASIGNATURA DEL PREGRADO EN INGENIERÍA INDUSTRIAL DE LA
UNIVERSIDAD TECNOLÓGICA DE PEREIRA
1.2. AREA DE INVESTIGACIÓN
Para la realización del proyecto se requiere de conocimientos en las áreas de:
Educación en Ingeniería (Ingeniería Industrial en particular)
Estadística (Diseño Experimental)
1.3. MATERIAS DE INVESTIGACIÓN
Diseño de Experimentos
Métodos de enseñanza práctica (a través de la lúdica)
1.4. COBERTURA DEL ESTUDIO
1.5.1. Delimitación del estudio
El estudio requiere una delimitación debido a la complejidad, ya que se hace necesario controlar factores para evaluar el desempeño académico de estudiantes de una asignatura del pregrado en Ingeniería Industrial, factores como docente, temática a abordar, jornada de estudio, entre otros. Esta delimitación parte de una ubicación espacial, demográfica y temporal para alcanzar resultados concretos y así lograr los objetivos propuestos, desde los siguientes aspectos:
Espacial: Formarán parte del estudio los estudiantes del pregrado en Ingeniería
Industrial de la Universidad Tecnológica de Pereira. Se determina también que estos
estudiantes se encuentren matriculados en grupos que tengan el mismo docente.
Demográfica: Se obtendrá información cuantitativa de fuentes primarias conformadas
por un instrumento de evaluación aplicado a los estudiantes de una asignatura del
programa de Ingeniería Industrial de la Universidad Tecnológica de Pereira
Temporal: El estudio se llevará a cabo entre los años 2012 y 2013.
20
1.5. CAMPO DE INTERÉS
1.5.1. Académico
Desde el punto de vista académico la presente investigación toma importancia en
la elaboración de una propuesta válida para complementar los procesos de
enseñanza-aprendizaje que contribuyan a una formación integral del Ingeniero
Industrial de la Universidad Tecnológica de Pereira. Los resultados obtenidos
podrán dar evidencia estadística de la importancia y la relevancia que tienen las
nuevas prácticas pedagógicas, como aquellas basadas en la lúdica, en el proceso
de aprendizaje del estudiante; y de esta forma se podrá aplicar una herramienta
pedagógica muy útil en la apropiación y desarrollo de competencias clave en las
áreas relacionadas con esta disciplina.
1.5.2. Empresarial
De manera indirecta, el proceso de formación del ingeniero industrial de la
Universidad Tecnológica de Pereira, en especial enfocado en competencias desde
el área de Investigación Operativa, le permitirá al sector empresarial, en un
mediano y largo plazo, contar con un profesional más competente, que responda
de manera directa y creativa a las necesidades del entorno laboral.
1.5.3. Personal
Como interés personal se tendrá la posibilidad de aplicar los conocimientos
adquiridos en el postgrado y obtener el título de Magíster en Investigación
Operativa y Estadística.
1.6. ENTIDADES RESPONSABLES
Académica: Facultad de Ingeniería Industrial a nivel de postgrado desde la
Maestría en Investigación Operativa y Estadística.
Institucional: Universidad Tecnológica de Pereira.
1.7. DIRECTOR DEL TRABAJO DE GRADO
Wilson Arenas Valencia. Magíster en Investigación Operativa y Estadística.
Especialista en Administración del Desarrollo Humano y Organizacional. Decano
Facultad de Ingeniería Industrial, Universidad Tecnológica de Pereira.
21
2. ANTECEDENTES DE LA INVESTIGACIÓN
2.1. REVISIÓN BIBLIOGRÁFICA
Este capítulo expone una serie de artículos relacionados con la temática central del
proyecto, correspondientes a una revisión bibliográfica internacional y nacional sobre las
investigaciones que se han realizado en el campo de Educación acerca de la medición de
metodologías de enseñanza activa, en comparación con metodologías de enseñanza
tradicional.
Se han consultado en directorios y journals relacionados con el objetivo general del
presente proyecto, en el Anexo 01, se consolida una tabla que resume las características
de la búsqueda: nombre y descripción del journal consultado, título del artículo, idea
central del artículo, temáticas hacia la cual aplica, (desde el punto de vista del alcance del
presente proyecto) y un vínculo directo al artículo completo. Una parte de esta tabla se
ilustra a continuación:
22
Tabla No. 1. Ilustración de la Base de datos de la relación journals consultados-artículos encontrados.
Fuente: El autor
Para mayor detenimiento y análisis de esta información, si es de interés del lector, puede remitirse al ANEXO 01. Base de
datos Journals Consultados – Artículos encontrados.
23
2.1.1. Título: The Relationships between Students’ Conceptions of Learning Engineering and their Preferences for Classroom and Laboratory Learning Environments
Resumen: Los autores plantean un estudio de las concepciones de los estudiantes de
pregrado en Ingeniería sobre el aprendizaje en esta disciplina, desde dos escenarios
llamados “salón de clases” y “laboratorio”. El estudio presenta una evaluación que hacen
los estudiantes a través de una encuesta llamada CLE, (Concepciones de Aprendizaje en
Ingeniería por sus siglas en inglés), y exponen las diferentes percepciones que tienen
sobre el estilo de aprendizaje en ingeniería y su inclinación hacia alguno de los dos
escenarios planteados. Un análisis ANOVA se utilizó para encontrar que los estudiantes
que prefieren el salón de clases tienden a conceptualizar el aprendizaje en ingeniería
como “a prueba de” y “calculando y practicando”, mientras que los estudiantes que
prefirieron los laboratorios expresaron concepciones de aprendizaje en ingeniería como
"incrementa el conocimiento", "aplicación", "comprensión", y "lo vemos como una nueva
forma". Posteriormente, los estudiantes responden a dos preguntas a través de un
ensayo, en los cuales concluyen que los ambientes de aprendizaje que son centrados en
el estudiante, interactivos, y donde el docente es un facilitador, ayuda a los estudiantes de
ingeniería a desarrollar concepciones más fructíferas de aprendizaje en ingeniería.
Autores e Institución: CHIA-CHING LIN, Graduate Institute of Engineering, National
Taiwan University of Science and Technology. CHIN-CHUNG TSAI, Graduate School of
Technological and Vocational Education, and Graduate Institute of Engineering National
Taiwan University of Science and Technology
Criterio de Búsqueda
Journal consultado: Journal of Engineering Education JEE. http://www.jee.org/
Descripción del journal: El Journal of Engineering Education (JEE) es una revista
revisada por pares internacionales y publicada trimestralmente por la American
Society for Engineering Education (ASEE) en asociación con la comunidad global
de sociedades de educación en ingeniería.
Fecha de publicación del artículo: Abril de 2009.
Palabras clave: Concepciones de aprendizaje en ingeniería, laboratorio, ambiente de
aprendizaje.
Objetivo: La investigación mostrada por el autor persigue tres metas:
1. Desarrollar una encuesta cuantitativa llamada CLE, (Conceptions of Learning
Engineering), para evaluar las concepciones de los estudiantes de ingeniería
sobre aprendizaje en ingeniería.
2. Investigar las relaciones entre concepciones de aprendizaje en ingeniería y
preferencias sobre los ambientes de aprendizaje.
24
3. Identificar las características que los estudiantes percibieron para apoyar su
aprendizaje en ingeniería en sus ambientes de aprendizaje preferidos.
Desarrollo de las categorías para la encuesta sobre concepciones de aprendizaje en
ingeniería.
Se plantea para el estudio la definición de siete categorías de las concepciones del
aprendizaje en Ciencias, las cuales servirán como criterio de evaluación:
1. Memorizar: Evaluar las concepciones de los estudiantes que aprenden
ingeniería es para memorizar el objeto de la materia, por ejemplo, aprender a
memorizar las definiciones, fórmulas, y leyes expuestas en el texto.
2. Probar: Medir las concepciones de los estudiantes que aprenden ingeniería es
lograr mejores desempeños en las pruebas, por ejemplo, aprender ingeniería es
adquirir certificación por pasar los exámenes.
3. Calculando y practicando: Evaluar las concepciones de los estudiantes para
aprender ingeniería requiere un poco de práctica para calcular una respuesta
precisa, por ejemplo, aprendizaje de la ingeniería es aprender los conocimientos
de ingeniería repetidamente analizando un problema de ajuste de cuentas.
4. Incrementar el conocimiento: Evaluar las concepciones de los estudiantes de
ingeniería es adquirir abundante dominio del conocimiento, por ejemplo, adquirir
conocimiento relevante y habilidades para analizar los datos experimentales.
5. Aplicar: Medir las concepciones de los estudiantes para el aprendizaje en
ingeniería es aplicar conocimiento de ingeniería a situaciones prácticas, por
ejemplo, aprender ingeniería es resolver problemas relacionados con la ingeniería
en el mundo real.
6. Comprender: Evaluar las concepciones de los estudiantes para aprender
ingeniería es entender el significado del conocimiento en ingeniería, por ejemplo,
aprender ingeniería es entender el mecanismo del procedimiento de
experimentación.
7. Ver otra nueva forma: Medir las concepciones de los estudiantes de ingeniería
es desarrollar nuevas perspectivas sobre tópicos en ingeniería, por ejemplo,
aprendizaje en ingeniería es encontrar un mejor camino para ver los fenómenos
naturales u objetos acorde a la teoría previa.
Estas categorías se dividen en dos partes, según expertos, estos siete factores se dividen
en dos partes:
PERSPECTIVA CUANTITATIVA: Memorizar, probar, calcular y practicar, incrementar el
conocimiento. (Qué tanto se aprende)
25
PERSPECTIVA CUALITATIVA: Aplicar, comprender, ver otra nueva forma. (Qué tan bien
el material es aprendido)
Todos estos ítems se representan en escala LIKERT desde 1 hasta 6:
1: Muy en desacuerdo 6: Muy de acuerdo
Colección y análisis de datos
Al aplicar la encuesta CLE, se les comunicó a los estudiantes la concepción de los dos
diferentes escenarios: “salón de clases” corresponde a las actividades basadas en
lecturas, y la configuración "laboratorio" se refiere a actividades activas e interactivas.
Bajo estas dos configuraciones, se les preguntó a los estudiantes sobre su ambiente de
aprendizaje preferido, localizando un total de 100 puntos entre estas dos configuraciones.
Posteriormente, los autores aplicaron el método de análisis factorial exploratorio con el
componente principal extracción y rotación varimax a través de software SPSS 12, para
evaluar y validar los resultados desde estas herramientas estadísticas. Los puntajes
obtenidos por los estudiantes fueron analizados subsecuentemente por el método de
agrupación de las k-medias, método que analiza para este caso el rendimiento de los
diferentes grupos de estudiantes y sus ambientes de aprendizaje preferidos.
Como segunda fase del experimento, se procede a un análisis cualitativo, en donde se les
pide a los estudiantes que elaboren un ensayo que responda dos preguntas: "¿En su
ambiente de aprendizaje preferido, que entiende usted por aprendizaje en Ingeniería? y
¿En el ambiente de aprendizaje preferido por usted, cómo aprende el conocimiento en
ingeniería?". Lo expuesto por los estudiantes a través de estos ensayos sobre el ambiente
de aprendizaje preferido fueron las bases para interpretar las concepciones de los
estudiantes sobre aprendizaje en ingeniería en sus ambientes preferidos.
El método de análisis de los ensayos consistió en leerlos separadamente y subrayar las
oraciones en las que los estudiantes expresaron conceptos sobre aprendizaje en
ingeniería. Los evaluadores examinaron mutuamente los subrayados de los estudiantes,
para identificar temas relevantes. Esto se conoce como una inducción hacia el análisis del
contenido de los escritos para explorar las concepciones sobre aprendizaje de los
estudiantes.
Resultados
Análisis factorial exploratorio. Los autores plantearon un análisis exploratorio para
confirmar la validez de la encuesta CLEI, de 39 ítems seleccionados para plantear en la
encuesta sobre la temática de aprendizaje en ingeniería desde los dos escenarios,
(laboratorio y salón de clases), se obtuvo una puntuación inferior a 0,4 para 5 de estos
ítems, por lo cual fueron excluidos. Los 34 ítems se agruparon en 7 factores, los cuales
26
fueron validados para clarificar la estructura de la encuesta. El índice de confianza para
cada factor fue de 0.77, 0.77, 0.82, 0.89, 0.85 0.89 y 0.89. El índice total (alpha) es de
0.93. Estos coeficientes indican claramente un nivel satisfactorio de consistencia interna.
Analizando los resultados, en promedios y desviaciones estándares de los factores
identificados y puestos a prueba con los estudiantes, se encuentra que, por ejemplo, que
el factor "Probar (testing)" tiene una media de 4.05 y una desviación de 0.86, en la escala
likert [1-6], lo anterior indica que los estudiantes en este estudio no consideraron como el
más alto propósito de aprendizaje en ingeniería el hecho de obtener un alto puntaje en
sus exámenes.
Así mismo, los puntajes globalmente muestran que los estudiantes están relativamente
más de acuerdo con el ambiente del laboratorio que el de salón de clases. Sin embargo,
los resultados implican que los estudiantes, en promedio, tienen preferencias similares
para los ambientes de aprendizaje en las aulas y en los laboratorios.
Agrupando las preferencias de los ambientes de aprendizaje. En cuanto a la
respuesta relacionada con la preferencia de un ambiente de aprendizaje, (laboratorio o
salón de clases), los autores identificaron la necesidad de clasificar dichos resultados
finalmente en tres grupos, porque producía la más clara distinción entre los patrones de
preferencia dentro del grupo, (preferencia por el salón de clases, preferencia por el
laboratorio y preferencia mixta, por ambos escenarios). Esto serviría para caracterizar las
concepciones del aprendizaje en ingeniería, dentro de cada grupo.
Las concepciones de aprendizaje en ingeniería y preferencias sobre el ambiente de
aprendizaje. Para entender las relaciones entre las concepciones de los estudiantes
sobre el aprendizaje en ingeniería y sus preferencias sobre el ambiente de aprendizaje, se
empleó una serie de análisis ANOVA para examinar relaciones bajo la esquematización
de los tres grupos. Los resultados se muestran en la tabla siguiente:
27
Tabla No. 1: Relaciones entre las concepciones de los estudiantes sobre el aprendizaje en ingeniería y sus
preferencias sobre el ambiente de aprendizaje.
De la clasificación donde los estudiantes tienen igual preferencia por un ambiente de
salón de clases y uno de laboratorio, se encuentra que los estudiantes se inclinan por los
factores “Incrementar el conocimiento de cada uno” y “Comprender”. Para la clasificación
del salón de clases, en promedio los estudiantes le dan una puntuación de 4.8 al factor
“Calculando y Practicando” como factor importante en el aprendizaje en ingeniería.
Los resultados evidencian, además, que existen diferencias significativas entre los grupos
sobre los factores "probar","calcular y practicar", "incrementar el conocimiento", "aplicar",
"entender", y "ver una nueva forma".
Una serie de pruebas post-hoc fueron conducidas para hacer comparaciones sobre los
diferentes grupos seleccionados. Los resultados para el factor "probar" revelan que los
estudiantes del grupo 3 (con preferencia por el laboratorio), tuvieron un valor de
significancia menor que los estudiantes en el grupo 2 (preferencia por el salón de clases).
Características de las preferencias en ambientes de aprendizaje que apoyan el
aprendizaje en ingeniería. Al analizar los ensayos, se identifican unas categorías o
temas clave de acuerdo con el análisis de los estudiantes que participaron en el
experimento:
Tema 1: Orientación a los ambientes de aprendizaje. Los estudiantes de la clasificación 3
(preferencia por el laboratorio) percibieron que a través de un entrenamiento práctico en el
28
laboratorio, pueden encontrar datos dentro del experimento para guiar su proceso de
aprendizaje.
Tema 2: El rol del profesor. Los estudiantes quienes prefieren el ambiente de aprendizaje
en el laboratorio expresan la necesidad de que el profesor se muestre como un guía y
facilitador de su proceso de aprendizaje en ingeniería.
Tema 3: Oportunidades para la interacción con sus compañeros. Los estudiantes en el
grupo 3, quienes prefieren el ambiente de laboratorio, tienen más oportunidades para
participar y discutir el material con sus compañeros.
Conclusiones y discusiones
De manera general, los resultados indican que los estudiantes expresan diferentes
preferencias para los ambientes de aprendizaje y algunas concepciones diferentes de
aprendizaje en ingeniería.
Se concluye también que, los ambientes de aprendizaje que están más orientados hacia
el estudiante, donde el docente es un facilitador y se permite una interacción con sus
compañeros, pueden ser cruciales en el desarrollo de las concepciones del estudiante
sobre el aprendizaje en ingeniería, en factores como "entender" y "ver de otra forma".
El análisis realizado desde los ensayos de los estudiantes, permitió interpretar las
variaciones en las concepciones sobre ambientes de aprendizaje. Los estudiantes
percibieron que el ambiente de aprendizaje en el laboratorio es más preferido que en el
salón de clases, ya que en el laboratorio pueden manipular los datos experimentales, en
función de adquirir una mayor comprensión de los temas, la orientación del profesor es
hacia ofrecer una guía en el proceso de aprendizaje, y por último, los estudiantes
consideran que en el laboratorio tienen más oportunidades de interactuar con sus
compañeros, discutir y resolver problemas en equipo.
Los resultados indican que los estudiantes de ingeniería que prefieren el ambiente de
aprendizaje a través del laboratorio tienden a poseer relativamente una visión más
cualitativa del aprendizaje en ingeniería. Sin embargo, de acuerdo con la Tabla 1, los
estudiantes de ingeniería con preferencias de laboratorio también muestran la concepción
del aprendizaje en ingeniería como "Incrementa el conocimiento de cada uno", lo que se
puede considerar como una percepción relativamente cuantitativa en este estudio.
La hipótesis mostrada en la figura 1 sugiere que las concepciones de los estudiantes de
ingeniería sobre aprendizaje en ingeniería pueden cambiar de cuantitativa a cualitativa,
junto con la transición de las preferencias de los ambientes de aprendizaje desde el salón
de clases a la configuración de laboratorio, en apoyo de preferencia de aprendizaje en
ingeniería.
29
Los hallazgos de este estudio revelaron que los estudiantes de ingeniería valoran un
ambiente de aprendizaje que es más centrado hacia los estudiantes, permite la
interacción con los demás compañeros y el profesor es un facilitador.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Estudio de la concepción de los estudiantes sobre el aprendizaje en ingeniería, a través del planteamiento de dos escenarios: “laboratorio” y “salón de clases”. Objetivos: Desarrollar una encuesta cuantitativa para evaluar las concepciones de los estudiantes sobre el aprendizaje en ingeniería. Establecer relaciones de éstas concepciones con ambientes de aprendizaje e identificar características percibidas para retroalimentar las relaciones anteriores. Escenario de aplicación: Estudiantes de Ingeniería. Instrumento de evaluación: Evaluación a través de la encuesta CLE (Concepciones de Aprendizaje en Ingeniería). Luego, expresan sus apreciaciones a través de un ensayo. Por medio de la encuesta identifican siete factores diferenciadores de la concepción de enseñanza. ("probar", "calcular y practicar", "incrementar el conocimiento", "aplicar", "entender", y "ver
Estudio sobre el impacto que genera una metodología de enseñanza-aprendizaje activa, en comparación con una metodología de enseñanza-aprendizaje tradicional. Se puede establecer una analogía entre lo que los autores denominan escenario “laboratorio” y “salón de clases” con las metodologías seguidas en los mismos para el presente proyecto. Evaluación. Evaluación de dominio de conocimiento, comprensión, aplicación, análisis, síntesis, evaluación. Evaluación cuantitativa para obtener un dato numérico. La estructura de la evaluación se desarrollará a través de la evaluación por competencias, en donde se identificarán las competencias a formar en la asignatura objeto de estudio, y se plantearán determinados niveles, para evaluar a
30
una nueva forma"). Método de análisis utilizado: Se realiza un análisis ANOVA para generar resultados obtenidos de la encuesta, y una categorización básica para analizar la información obtenida de los ensayos. Dentro de los resultados, los autores decidieron clasificarlos en tres grandes grupos (clusters): Preferencia por el salón de clases, preferencia por el laboratorio y preferencia mixta. Esto con el fin de caracterizar las concepciones del aprendizaje en ingeniería, dentro de cada grupo. Consideraciones adicionales: Los resultados del análisis cuantitativo muestran diferencias significativas entre los escenarios, para cada factor diferenciador identificado. Analizando un solo factor, por ejemplo “probar” se evidenció una diferencia significativa menor en el escenario de laboratorio que en el escenario salón de clases. En cuanto a los ensayos analizados, se lograron identificar tres categorías clave: Orientación a los ambientes de aprendizaje, el rol del profesor y oportunidades para la interacción con sus compañeros. En estas tres categorías los estudiantes que participaron en el escenario de laboratorio concluyeron positivamente en cuanto a que son factores importantes para la concepción del aprendizaje en ingeniería
través de observaciones conductuales y del desempeño de cada estudiante participante en el proceso de enseñanza-aprendizaje. Se plantea al igual que en artículo analizado, un espacio de realización de ensayos, en donde los estudiantes expresarán sus apreciaciones luego de vivenciar el proceso de enseñanza-aprendizaje a través de un escrito, que permitirá obtener información para ser analizada desde un punto de vista cualitativo.
31
2.1.2. Título: Planning a Comparative Experiment in Educational Settings
Resumen: Buscando evaluar la eficacia de cualquier intervención en el campo de la
medicina, la psicología y la educación, los autores plantean que un experimento bien
diseñado, validado y evaluado estadísticamente es el mejor método para establecerla.
Este artículo plantea los pasos necesarios para diseñar y desarrollar un experimento
comparativo en el entorno educativo, y muestra cómo estos pasos son efectivos en el
desarrollo de un curso introductorio de estadística. El presente trabajo ayuda a los
investigadores a identificar factores potenciales cuando se está programando y diseñando
un experimento en el campo educativo.
Palabras clave: Investigación cuantitativa; Eficacia; Evaluación; Educación en
Estadística; Clickers.
Autores e Institución: Herle M. McGowan. North Carolina State University
Criterio de Búsqueda
Journal consultado: Journal of Statistics Education.
http://www.amstat.org/publications/jse/
Descripción del journal: El Journal of Statistics Education difunde conocimiento
para la mejora de la educación en estadística en todos sus niveles, incluyendo
educación básica, básica secundaria, media, post secundaria y postgrados.
Fecha de publicación del artículo: Volumen 19, No. 2, 2011.
Desarrollo del trabajo
Objetivo. Ilustrar los pasos necesarios para desarrollar un experimento comparativo, en el
contexto de un experimento aleatorio para la enseñanza de un curso introductorio de
estadística. Identificar los factores sobresalientes en un estudio del diseño experimental, y
descubrir los posibles riesgos a la hora de programar y diseñar un experimento
comparativo en el entorno educativo.
Introducción. En la actualidad, los investigadores del campo de la Educación están
interesados en medir la efectividad de las nuevas prácticas pedagógicas en el salón de
clases, y la metodología de investigación debe de ser de buena calidad para determinarla.
Un experimento aleatorio bien diseñado es el mejor método de investigación. Los
experimentos comparativos en el entorno educativo son eficientes, pocas veces son
criticados, y su “puesta a prueba”, (su respectiva validación), juega un papel importante
en cada fase de un programa de investigación educativa, tanto en los estudios iniciales
como en los grandes proyectos de intervención educativa. Sin embargo, la actual
comparación entre las metodologías educativas propuestas actualmente, indica que
pueden ser mejoradas.
32
Se conciben comúnmente una serie de pasos para el diseño y análisis de un experimento
en el salón de clases o en otros contextos:
Definición de pregunta de investigación o hipótesis a ser probada. Cualquiera que
sea la pregunta, en el campo de educación debe estar bien fundamentada en el
entendimiento de cómo aprenden los estudiantes. El alcance de la pregunta
también debe estar en concordancia con el estado actual del conocimiento en el
campo de estudio.
Identificar la variable de respuesta y variables del tratamiento. Al igual que con la
pregunta de investigación, definir las variables del tratamiento y las salidas puede
ser soportado por una revisión completa de la literatura para determinar la
comprensión actual de la mejor práctica. La forma en que se medirá la variable de
respuesta y las de tratamiento es importante, el mecanismo de evaluación
propuesto por Kirkcpatric and Kirkcpatric (2006) exige 4 niveles: 1) los resultados
deseados del tratamiento 2) los comportamientos necesarios para alcanzar estos
resultados, 3) las actitudes, conocimiento o habilidades que pueden producir los
comportamientos deseados, y 4) Detalles de la presentación –cómo presentar la
intervención a los participantes de manera que reaccionen favorablemente a ella-.
Especificar la planeación extensiva del diseño experimental. Una primera
advertencia en esta etapa corresponde a garantizar que el experimento no
perturbará las condiciones óptimas de desempeño de los estudiantes, debe darse
la libertad de quien desee participar, y el procedimiento del experimento no debe ir
en detrimento de su experiencia de aprendizaje.
Definición del procedimiento, (selección de medidas, participantes y plan de
aleatorización). Dentro de la selección de medidas, el instrumento de evaluación
debe ser diseñado y validado con calidad. El uso de evaluaciones estandarizadas
es preferible, ya que han tenido un proceso de prueba y refinamiento. Esto facilita
la construcción de un cuerpo del conocimiento acerca de un tratamiento en
particular, o de una salida particular.
Es importante identificar en la medición de las variables de tratamiento, las
particularidades y condiciones que debe plantearse el investigador dentro del
diseño experimental:
a. Qué tecnología estará disponible para el instructor y/o para los estudiantes
con la cual implementar el tratamiento?
b. De cuánto tiempo se dispone para desarrollar el tratamiento? Esto puede
variar desde algunos minutos hasta una actividad entera en el semestre.
c. Cuántos tratamientos (dosis) son apropiados, o si es posible implementarlo
con las restricciones dadas (por ejemplo, restricciones de tiempo, recursos,
carga de trabajo)?
d. Cuántos niveles del tratamiento son necesarios? Por ejemplo, si la
pregunta de investigación es de la forma “Es mejor cuando se aplica el
33
tratamiento que cuando no?” entonces tendremos dos niveles (por ej. “con
tratamiento” vs. “sin tratamiento”). Si la pregunta es de la forma “Cuántos
tratamientos son mejor?” tendremos más de dos niveles (por ej. “alto” vs.
“moderado” vs. “bajo”).
El número de niveles en los que el tratamiento es medido tendrá un impacto
directo en el diseño de un experimento.
En la selección de los participantes, comúnmente se aplica a un curso en
particular, y los estudiantes deben ser conocedores del experimento a desarrollar y
si están de acuerdo en participar o no.
La aleatorización de las unidades experimentales a estudiar es importante, pero
como se está trabajando con seres humanos, y en el entorno educativo, existen
limitaciones para garantizar esta aleatoriedad de manera individual, (estudiante por
estudiante para ser escogido en los grupos a ser comparados). Esta es la mejor
forma cuando se habla de un tratamiento a nivel individual. Otra forma sería
aleatorizar la clase completa para las condiciones del tratamiento, esto puede
suceder si se cambia el orden de las secciones del programa o curso, donde se va
a intervenir para comparar.
Implementación, análisis y exposición de conclusiones de los datos. En el proceso
de implementación, también se debe planear, herramientas como bitácoras,
memorandos y diarios donde se registre lo que sucede en el proceso de cada
implementación, brinda información necesaria para corregir, analizar y
retroalimentar las intervenciones, además de suministrar suficiente información en
la elaboración del proyecto final. También es importante tener claridad sobre la
forma en cómo comunicar este plan a los instructores adicionales quienes podrían
estar presentes en la implementación, una comunicación clara y constante. En
cuanto al análisis de los datos, en investigación educacional, dos características
comunes en el diseño que podrán afectar el análisis son la falta de aleatorización
de los estudiantes de manera individual para las condiciones del tratamiento y la
entrega del tratamiento para el grupo entero de estudiantes. Condiciones de
aleatoriedad e independencia son importantes en un análisis de experimentos de
carácter estadístico. En el proceso de análisis y conclusiones, es necesario
identificar limitaciones del estudio. Una presentación y discusión de las
limitaciones honesta, puede ser útil para planear replicaciones o experimentos
similares, los cuales en turno ayudan a construir el cuerpo del conocimiento en un
campo.
El presente artículo plantea los pasos anteriores para desarrollar un experimento
comparativo y poder validar el efecto de nuevas prácticas pedagógicas en un curso
introductorio de estadística.
34
Un ejemplo ilustrativo
Aquí se presenta una parte del gran proyecto llevado a cabo en un grupo de
investigación educacional. El propósito general del estudio fue explorar la efectividad de
los Sistemas de Respuesta Personal, (Personal Response System, CLICKERS) como una
herramienta pedagógica en Estadística. Los clickers son unos sistemas portátiles y
remotos que le ayuda a los estudiantes a resolver preguntas, usualmente de selección
múltiple que plantea el instructor en clase. Un software almacena y califica estas
respuestas inmediatamente.
Pregunta de investigación. El instructor sintió que debería haber alguna mejora en el
aprendizaje de sus alumnos con la implementación de los clickers como herramienta
pedagógica, de manera que el problema de investigación es investigar si algunos usos de
los Clickers son mejores que otros.
Variables de respuesta: Compromiso y aprendizaje.
En la definición del problema a investigar es necesario conocer la literatura sobre Clickers,
dado que en estudios anteriores se ha identificado que esta práctica pedagógica trae
beneficios para los estudiantes, aclarando que debe de existir un límite en su práctica,
dado que se corre el riesgo de distraer más de la cuenta al estudiante, (puede acceder a
internet antes de dar respuestas a las preguntas en el Clicker)
Medición. Para la medición, se cuenta con evaluaciones estandarizadas propuestas para
Clickers, The Survey of Attitudes Towards Statistics, (SATS), fue utilizada para medir el
compromiso, y para medir el aprendizaje se utilizaron algunos instrumentos de
Herramientas Fuentes de Evaluación para Mejorar el Pensamiento Estadístico, (ARTIST
por sus siglas en inglés)
Aleatorización. Para este caso, se aleatorizó el instructor de laboratorio, como el curso
se presenta por secciones, y en diferentes momentos, se debe garantizar que todos los
estudiantes estén en las mismas condiciones. Cada instructor de laboratorio enseñó en 2
a 3 secciones, y las condiciones del tratamiento se escogieron de manera aleatoria para
ellos.
Implementación del experimento. Es importante mantener una constante comunicación
con los otros instructores de laboratorio y con demás expertos interesados en el estudio.
Memorandos y notas de las sesiones anteriores en clase deben ser estudiadas, al igual
que la agenda de las próximas actividades, de manera que se pueda aplicar las
retroalimentaciones que surgen después de estos encuentros.
Además, se debe identificar las variables del tratamiento y su relación con la pregunta de
investigación, para que las preguntas planteadas en los instrumentos de evaluación, sean
planteadas de forma clara y congruente.
35
Resultados y conclusiones
El artículo presenta una serie de pasos para diseñar e implementar un experimento en el
salón de clases, con el fin de evaluar el rendimiento académico en determinada
asignatura, para estudiantes que interactúan en dos escenarios educativos diferentes
(salón de clases a través de métodos de lectura y laboratorio a través del uso de los
clickers). Los pasos más destacados son:
Explorar en la literatura actual, sobre el tema de experimentación, qué se ha
hecho, cuáles han sido los problemas de investigación, las variables de
tratamiento y las variables de respuesta de interés.
Comenzar con preguntas de la eficacia del tratamiento inicial, seguidas de
preguntas que permitan realizar un tratamiento de mayor complejidad.
Herramienta como diseño factorial puede ser útil.
La aleatorización de las unidades experimentales juega un papel fundamental, ya
sea individual o por secciones.
El uso de instrumentos de evaluación válidos y confiables es necesario, cuando se
miden las variables de respuesta, particularmente las relacionadas con
aprendizaje. Se sugieren las evaluaciones estandarizadas, para el caso de
estadística, CAOS test, SAT test.
Es importante tener un plan de implementación, y conservar los registros de cada
implementación, donde se describa el diseño y la implementación del
experimento, lo cual facilitará la construcción del cuerpo del trabajo.
Como principal resultado, de manera general se encuentra que las preguntas Clicker
tienden a tener un bajo valor cognitivo, (enfocándose en una aplicación básica, por
ejemplo), así se reduce la necesidad de un pensamiento profundo del estudiante en el
momento de escoger la respuesta. En última instancia, esto probablemente redujo
la participación y los beneficios de aprendizaje de las preguntas clicker.
Algunos puntos de consejos pragmáticos:
- No todos los experimentos necesariamente son tan complejos como el mostrado
aquí (clickers). Comenzar con algo sencillo podrá dar los fundamentos para
investigaciones futuras.
- Busque siempre ayuda o consejo en la planeación del experimento, aun si es
pequeño o largo.
- Haga uso de los recursos que tiene disponibles para usted, al igual que los
recursos de la institución donde esté desarrollando el experimento.
- Finalmente, automatice lo que pueda, como colección de datos, puntaje de los
exámenes, o comunicación con algunos de las otras personas que implementen el
mismo experimento.
36
Se requiere de un adecuado nivel de preparación, conocimiento y cuidadosa
consideración cuando se planea un experimento, en especial cuando se está investigando
en el campo de la educación. La naturaleza y estructura de la educación provee
situaciones complejas en los procesos experimentales. Sin embargo es posible conducir y
ejecutar un buen experimento en el aula. Si se desarrolla con cuidado y una fuerte
conexión a la investigación previa, se pueden obtener excelentes resultados y
comprender acerca de cómo los estudiantes aprenden y cuál es la mejor forma para
facilitarles este proceso.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
En este artículo, los autores proponen un procedimiento para elaborar y ejecutar un adecuado experimento, basado en una evaluación estadística, en particular, ofrece una alternativa sobre cómo planear un experimento en el ámbito educativo, para comparar por ejemplo variables que tienen que ver con el rendimiento académico de los participantes en algún proyecto o curso. Objetivo: El objetivo central enfatiza en mostrar una serie de pasos necesarios para desarrollar un experimento comparativo en el campo de la educación. El procedimiento consiste en: definir la pregunta a investigar o hipótesis a probar; identificar la variable de respuesta y el tipo de tratamiento a desarrollar; especificar la planeación extensiva del diseño experimental; definir el procedimiento, (medidas, participantes y plan de aleatorización); implementar, analizar y exponer las conclusiones obtenidas de los datos. Escenario de aplicación: El artículo expone un caso de aplicación del procedimiento para desarrollar un adecuado experimento, en un curso introductorio de estadística.
Para el presente proyecto, se desarrollará una sección en la cual se especificarán las condiciones de desarrollo del experimento, que permitirá evaluar y validar el uso de dos metodologías de enseñanza-aprendizaje para los estudiantes de Ingeniería Industrial. Dentro del procedimiento a desarrollar para el experimento, se considerarán los pasos anotados en el presente artículo, de manera que pueda dar una estructura clara en la forma en que se implementará la metodología del Diseño Experimental. A diferencia del presente artículo, se aplicará el procedimiento en una asignatura del programa de Ingeniería Industrial de la Universidad Tecnológica de Pereira. Además, difiere en el formato de evaluación a seguir, ya que los autores mencionan una prueba escrita estandarizada para el tema de estadística. En el presente proyecto se desea conjugar la evaluación por competencias en el desarrollo de la medición para realizar las comparaciones estadísticas respectivas. NOTA: El artículo consultado puede ser conceptual, pero sirve para la definición de la estructura del diseño del experimento en el campo educacional, tal y como se desea aplicar en el presente proyecto.
37
2.1.3. Título: Evaluating an active learning approach to teaching introductory statistics: A classroom workbook approach
Resumen: Este artículo evalúa una metodología de enseñanza en un curso de estadística
básico a través de un libro de plan de estudios, (workbook). Se requiere que los
estudiantes lo lean antes y durante la clase, y luego trabajen en grupo para completar
problemas, analizar y resolver preguntas conceptuales pertenecientes al material leído.
Los instructores gastan tiempo de la clase respondiendo las preguntas y retroalimentando
con los estudiantes. Los 59 estudiantes que experimentaron la metodología completaron
la encuesta de Actitudes hacia la Estadística (SATS por sus siglas en inglés), el primer y
último día del curso. Las calificaciones de estos estudiantes después del curso en las
subescalas de la competencia cognitiva, el afecto y dificultades fueron significativamente
más altas que sus calificaciones previas al curso. Además, las calificaciones de los 59
estudiantes después del curso, de estas tres subescalas fueron significativamente
mayores que las proporcionadas por un grupo de comparación de los estudiantes de
estadística (tamaño de la muestra 235). Los resultados indican que las experiencias que
tuvieron los estudiantes con la metodología son: (1) hubo mayor confianza en las
habilidades de desempeño y entendimiento de la estadística. (2) Gusta más la estadística
y (3) se pensaba que la estadística era más difícil que como pensaba el grupo de
comparación. Adicionalmente, el puntaje de la actitud de estos estudiantes estuvieron
correlacionados positivamente con los GPA, (Grade Point Average), que son los niveles
de calificación promedio clasificados en alto y bajo, y el desempeño en la comprensión del
examen final. Se discuten los problemas metodológicos encontrados por los
investigadores en el salón de clases y sugerimos que, en algunos casos, evaluar las
actitudes de los estudiantes puede ser una solución efectiva para estos problemas
metodológicos. Se concluye que la metodología mostrada en este texto es una promesa
para los cursos donde se enseña introducción a la estadística.
Palabras clave: Aprendizaje activo, actitudes de los estudiantes, evaluación del currículo,
evaluación del curso, instructor de la inmediatez.
Autores e Institución: Kieth A. Carlson, Jennifer R. Winquist. Valparaiso University
Criterio de Búsqueda
Journal consultado: Journal of Statistics Education.
http://www.amstat.org/publications/jse/
Descripción del journal: El Journal of Statistics Education difunde conocimiento
para la mejora de la educación en estadística en todos sus niveles, incluyendo
educación básica, básica secundaria, media, post secundaria y postgrados.
Fecha de publicación del artículo: Volumen 19, No. 1, 2011.
Desarrollo del trabajo
38
Actitudes del estudiante y evaluación del curso. Medir las actitudes de los estudiantes
hacia la estadística, en ambos casos, antes y después de completar un curso, es la forma
más efectiva de evaluar un curso de estadística. No se debe considerar solamente las
actitudes como variable de salida, aunque ésta permite determinar asociaciones de alto
nivel con otras variables, específicamente por ejemplo, actitudes más positivas están
relacionadas con un mejor desempeño en el rendimiento del estudiante en el curso.
Las investigaciones anteriores muestran resultados mezclados. Los diferentes cursos de
estadística evaluados tienen diferentes efectos en las actitudes de los estudiantes hacia
esta disciplina. En este trabajo se utiliza Attitudes Toward Statistics Scale, (SATS), esta
encuesta tiene unas subescalas de clasificación, que miden las diferentes clases de
actitudes hacia la estadística: Afecto, Competencia Cognitiva, Dificultad, Valor, Esfuerzo,
Curso, y Campo.
Hay resultados muy diversos, dado esto, no es posible decir cuál es el impacto que
promueve actitudes en los estudiantes de un curso de estadística, mientras que conocer
los detalles acerca de la forma en que se enseñan estos cursos, puede dar explicación a
los resultados tan divergentes obtenidos hasta el momento.
En otros estudios se ha medido el cambio en las actitudes de los estudiantes hacia la
estadística.
Evaluar enfoque de aprendizaje activo. La metodología del aprendizaje activo ha sido
utilizada por muchos investigadores de la rama educacional, y en especial en cursos de
estadística para evaluar el desempeño y actitudes de los estudiantes usando esta
metodología. Algunos autores afirman que esta metodología trae beneficios para el
aprendizaje del estudiante, otros que al aplicarla no presenta resultados significativos, y
otros plantean que puede surgir una afectación negativa en el desempeño académico del
estudiante. Una de las razones por las que se puede justificar esta divergencia es la
cantidad de enfoques diferentes que en la literatura se muestra sobre "aprendizaje activo",
la única característica común es que se refiere a que a los estudiantes se les pregunta por
"hacer algo".
Ciertamente lo que los estudiantes hacen y cómo reflexionan ellos acerca de lo que
hicieron, determina si el enfoque del aprendizaje activo tiene éxito. Desde el punto de
vista del autor de este artículo, las actividades de aprendizaje activo son efectivas para los
grados en donde se fomenta la reflexión en los estudiantes acerca de conceptos
principales en estadística.
Los autores opinan que los componentes clave para un enfoque de aprendizaje activo
exitoso son usar actividades para explicar conceptos y requerimientos de los estudiantes,
para demostrar que ellos entienden estos conceptos, proporcionándoles respuestas más
específicas que las preguntas generales.
El presente estudio tiene tres objetivos:
39
Evaluar la efectividad de un currículo de estadística de un semestre entero que
difiere significativamente de las actividades de un solo día, consideradas
inefectivas (Weltman and Whiteside, 2010).
Evaluar el impacto del currículo con aprendizaje activo en las actitudes de los
estudiantes hacia la estadística.
Determinar si el currículo de aprendizaje activo tuvo un efecto negativo en el
desempeño de los estudiantes.
Diseño de la Investigación
Encuesta de Actitudes hacia la Estadística (SATS-36). Se utilizó la encuesta estándar
de actitudes hacia la estadística para medir los estudiantes. Esta encuesta la completaron
los estudiantes tanto el primer como el último día de clases. Esta encuesta está dividida
en 6 ítems, y a través de un software cada uno de ellos muestra un nivel de confianza
diferente, no inferior a 0.7
- Sentimientos hacia la estadística
- Las creencias de los estudiantes acerca de sus habilidades para entender
estadística
- Las creencias de los estudiantes por la dificultad de la estadística.
- El interés de los estudiantes en estadística
- La cantidad de esfuerzo que debe poner el estudiante en la clase
- La utilidad que le encuentran los estudiantes a la estadística en sus vidas
Esta encuesta utiliza la escala Likert de 7 puntos, donde 1= Extremadamente en
desacuerdo, a 7= Extremadamente de acuerdo. Los más altos puntajes de la encuesta
SATS indican actitudes más positivas hacia la estadística.
Estudiantes. De 86 estudiantes que participaron en el curso introductorio de estadística,
59 completaron las encuestas en el pre y post test. Los estudiantes que completaron
ambas encuestas no tuvieron diferencia significativa como los estudiantes que no las
completaron. Todos los tests estadísticos arrojaron valores menores a 1, y los p-values
fueron mayores a 0.36.
Los estudiantes que participaron pertenecían a la disciplina en enfermería, psicología,
sociología o trabajo social, biología, educación física, química, artes y humanidades,
educación, todos ellos en niveles de especialización, solo 3 estudiantes no tenían este
nivel aún. El promedio de edad fue de 21 años. 13 estudiantes eran hombres y 46
mujeres.
40
Estructura de la clase. Se desarrollaron 4 secciones con grupos de 22 estudiantes, y en
cada sección había 2 orientadores. El curso incluyó temas básicos de estadística:
distribuciones de frecuencia, tendencia central, variabilidad, ANOVA de un solo factor y de
varios factores, pruebas z y t, correlaciones.
Los docentes preparan una lectura inicial para que los estudiantes la realicen, respondan
a preguntas y puedan hacer un resumen de la misma, con el objetivo de introducirlos a los
temas básicos de la estadística. Esto se puede hacer por medio de la web, o de forma
presencial. La clase comienza, luego de la lectura, con un repaso que hace el profesor
sobre la lectura previa, y da la introducción a la actividad del día. Cada actividad dura
entre 15 y 20 minutos, dependiendo de la complejidad, cada una se desarrolla a través de
un pequeño libro (o workbook), que contiene el tema del día, y están diseñados para que
cada vez el estudiante suba en nivel de complejidad en cuanto al concepto. Al final
desarrollan un taller, dando respuesta a varias preguntas sobre el tema, y el profesor
retroalimenta al final.
Comparación Grupo y Procedimiento. Como la asignación individual no se pudo
realizar de manera aleatoria, no fue posible determinar con un buen nivel de confianza
que las secciones del curso en estudio eran equivalentes en nivel de habilidad de los
estudiantes, motivación o alguna otra variable de interés. Dado esto, los autores
escogieron hacer una larga comparación de los grupos que ven cursos de estadística con
características similares al propio de estudio.
Todas las secciones utilizaron el workbook como herramienta de enseñanza. El
instrumento de evaluación, SATS, fue el mismo para los grupos que se desearon
comparar.
Resultados
Supuestos estadísticos. Se inició con una prueba de normalidad para los ítems que
presenta la encuesta SATS, en sus subescalas correspondientes. A través de prueba
estadística Z, los puntajes en cuanto a la inspección de la distribución mostraron una
desviación significativa de la distribución normal, para 4 de las 6 subescalas,
(competencias cognitivas, valor, interés y esfuerzo). Estas subescalas se analizaron con
estadística no paramétrica. Las otras dos subescalas (sentimiento y dificultad), fueron
probadas con estadística paramétrica y no paramétrica, y se obtuvo resultados iguales.
Se utilizó un valor de significancia de 0.1 para las pruebas estadísticas y de dos colas.
Cambios en las actitudes del estudiante hacia la estadística. Cuatro de seis aspectos
en las subescalas tuvieron efectos significativos. Los estudiantes mostraron un mayor
nivel de competencias cognitivas al final del curso que en los primeros días. Al igual que
el afecto hacia la estadística, era mayor en los días finales del curso. Adicionalmente, los
estudiantes encuentran que deben poner mayor esfuerzo y concentración para
comprender los conceptos al inicio del curso que al final.
41
Las predicciones de los estudiantes acerca de lo difícil que el curso iba a ser el primer día
fueron significativamente menores que sus calificaciones de dificultad después de haber
completado el curso. Curiosamente, a pesar de que los estudiantes reportaron gusto
hacia la estadística más al final del curso, sus puntajes por dificultad en este tema fueron
más altos al final del mismo.
Comparación con normas SATS. Las pruebas muestran en la tabla siguiente, la
comparación del grupo en estudio con el grupo en condiciones similares (características
similares como tamaño del grupo, álgebra como único prerrequisito) muestra diferencias
significativas en 3 de las 6 subescalas planteadas en la encuesta SATS, cuando se usa
un nivel de significancia de 0.1 y a dos colas. Los resultados se basan específicamente
que el grupo en estudio reporta un mayor vínculo con la estadística que el grupo de
comparación, (un mayor afecto y positivo hacia la estadística), como también un mayor
nivel en competencias cognitivas sobre el tema, (confianza en su habilidad para entender
y desarrollar procedimientos estadísticos). Mientras que los estudiantes del grupo en
estudio pensaron que la estadística era más dura que la que ven en el grupo de
comparación, curiosamente también les gustaba más que el grupo de comparación.
42
GPA, Actitudes del estudiante y Desempeño. De acuerdo con Wetman y Whiteside
(2010), se afirma que el enfoque de una clase con la metodología de aprendizaje activo,
puede favorecer el desempeño de un estudiante con bajo promedio de calificación, (Lower
Grade Point Average), y desfavorecer a uno con alto nivel promedio de calificación. Los
autores del presente artículo evidencian que no siempre puede suceder. En el caso de los
estudiantes del experimento mostrado en este texto, los autores esperarían una
correlación cero o negativa entre el nivel promedio de la calificación y las actitudes
después del curso, (considerando que el nivel de logro alcanzado está correlacionado
con la actitud que pueda tener el estudiante hacia la estadística después del curso).
Curiosamente, en el experimento desarrollado, se encontraron 3 correlaciones spearman
positivas. Después de vivir la experiencia en el curso, los estudiantes con alto promedio
de calificación les gustaron más la estadística, pensaron que ésta tenía más dificultad, y
tuvieron mayor confianza en su habilidad para entender y desarrollar procedimientos
estadísticos, todo comparado con los resultados obtenidos para los estudiantes de bajo
promedio.
Gusto por la estadística: rS (57) = 0.32, p = 0.02
Percepción de dificultad de la estadística: rS (57) = .44, p = .001
Confianza en su habilidad para entender la estadística y desarrollar procedimientos
estadísticos: rS (57) = .39, p = .003
En conclusión, después de desarrollar el curso de estadística con el enfoque de
aprendizaje activo a través del workbook, los estudiantes con mayor promedio de
calificación tuvieron actitudes más positivas hacia la estadística que los estudiantes con
bajo promedio de calificación.
Otra de las pruebas, un poco más directa, fue examinar la correlación entre las
calificaciones promedio, los GPAs y el desempeño de los estudiantes en el examen final.
En respuesta, los estudiantes con mayor nivel promedio de calificación se desempeñaron
mejor que los estudiantes con bajo promedio. Cabe anotar también que la correlación
entre los puntajes de las competencias cognitivas después del curso y el desempeño en
el examen final, fue aproximadamente tan grande como la correlación encontrada entre
los estudiantes con nivel promedio alto o bajo y el examen final, (rs(57) = .55, p < .001; y
rs (57) = .58, p < .001, respectivamente).
Conclusiones
Conclusiones con respecto al libro del plan de estudios y aprendizaje activo
Cuando se compara el cambio de los estudiantes participantes del estudio, en cuanto al
gusto por la estadística con respecto a los estudiantes del grupo de comparación, se tiene
43
un reporte de cambios significativamente positivos en cuanto al afecto, competencias
cognitivas y nivel de dificultad de la estadística.
Es importante resaltar que las actitudes positivas del estudiante hacia la estadística están
relacionadas positivamente con un alto desempeño. En el presente estudio, las
competencias cognitivas de la encuesta SATS estuvieron asociadas positivamente con la
comprensión en el examen final. La fuerza de la asociación fue aproximadamente tan
fuerte como la comparada entre los niveles promedios de calificación altos y bajos y el
desempeño en el examen final.
Otro aspecto importante de analizar es la forma en que se conciben los enfoques de
aprendizaje activo, es importante determinar qué significado tiene el aprendizaje activo y
cómo se implementa y evalúa en un experimento, en especial cuando se trata de
investigar el comportamiento y desempeño de los estudiantes en un determinado curso.
Conclusión general
El presente estudio encontró que los estudiantes tuvieron cambios positivos en sus
actitudes hacia la estadística. Además estos cambios estuvieron positivamente
correlacionados con ambos desempeños en el examen final y los niveles de calificación
bajos y altos. Colectivamente, estos resultados sugieren que la metodología de
enseñanza utilizando el workbook es una promesa como un enfoque educacional en
cursos de estadística.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Este artículo evalúa una metodología de enseñanza en un curso de estadística básico a través de un libro de plan de estudios, (workbook). Los autores plantean la importancia de identificar inicialmente cómo se concibe un esquema de formación basado en el aprendizaje activo, antes de generar resultados con algún instrumento de evaluación. Instrumento de evaluación: estándar, basado en una valoración de las actitudes de los estudiantes con respecto al aprendizaje en estadística. SE tiene una encuesta universal denominada SATS
Estudio sobre el impacto que genera una metodología de enseñanza-aprendizaje activa, en comparación con una metodología de enseñanza-aprendizaje tradicional. La metodología para el desarrollo del experimento en el presente proyecto de investigación se asemeja a la propuesta por los autores del presente artículo: Una descripción del proceso de enseñanza, seguido con el desarrollo de determinadas actividades (lúdicas para el grupo experimental, clases magistrales para el grupo de control), de tal manera que los participantes puedan ir adquiriendo los
44
(Attitudes Toward Statistics Scale), la cual clasifica los siguientes factores: Afecto, Competencia Cognitiva, Dificultad, Valor, Esfuerzo, Curso, y Campo. Escenario de aplicación: Estudiantes de Estadística Metodología del experimento: La metodología del experimento consistió en la realización de una prueba antes y después de generar el siguiente procedimiento: Descripción del proceso de enseñanza, iniciando con lecturas previas a la clase, introduciendo a la temática y desarrollando la actividad basada en el workbook, de tal manera que con la ejecución de cada actividad, el estudiante pueda subir el nivel de complejidad en el aprendizaje de conceptos estadísticos; al final los estudiantes desarrollan un taller y el docente retroalimenta al final. La asignación de los grupos experimental y de control se realizó de forma no aleatoria, por lo tanto no se pudo determinar un buen nivel de confianza para garantizar la homogeneidad de los grupos, en condiciones de habilidades, motivaciones u otras variables de interés. Estableciendo algunos supuestos estadísticos (pruebas de normalidad para los factores analizados), los autores plantean una división para efectuar un análisis paramétrico en algunos factores y un análisis no paramétrico en otros factores. Método de análisis utilizado: Luego de un análisis ANOVA y de un análisis no paramétrico, se compararon los resultados con el índice GPA, (indicador de calificaciones promedio de los estudiantes).
conocimientos en un mayor grado de profundidad a medida que el curso transcurre. Se relaciona el procedimiento de análisis paramétrico y no paramétrico propuesto por los autores, con la identificación de dos tipos de análisis para el presente proyecto: uno enfocado a establecer una comparación en cuanto a parámetros estadísticos, acudiendo a un análisis ANOVA de un solo factor, y un segundo análisis con respecto a la evaluación del desempeño por competencias de los participantes en el experimento.
45
2.1.4. Título: Comparing the Effectiveness of Traditional and Active Learning Methods in Business Statistics: Convergence to the Mean
Resumen: El presente estudio pretende ilustrar algunas diferencias significativas entre
métodos de enseñanza como el tradicional, basado en lectura, y el de aprendizaje activo,
a través de talleres prácticos y participativos. El estudio se lleva a cabo en un curso de
estadística para Negocios, en el nivel de pregrado. Se considera importante analizar
factores como el nivel promedio de calificaciones, los cuales se clasifican en tres niveles,
alto, medio y bajo. Los resultados de este estudio muestran que a medida que un mayor
nivel de aprendizaje activo se utiliza, las calificaciones de los estudiantes disminuyen
para las personas con un promedio académico alto. En contraste, los puntajes en las
pruebas aumentan cuando se introduce el método de aprendizaje activo en los
estudiantes con un promedio académico bajo. El experimento involucra más de 300
estudiantes de negocios en 7 secciones de clases. Los métodos son aleatoriamente
asignados a las secciones de clases, de manera que cada estudiante en cada sección de
clase es expuesto a tres experimentos de métodos de enseñanza, en los cuales se les
enseña tres tópicos de la estadística. El desempeño de los estudiantes en las tres
calificaciones tienden a converger acerca de un promedio general cuando el aprendizaje
fue obtenido en un ambiente de aprendizaje activo. Los efectos del método de enseñanza
en la puntuación no depende de las características de otros estudiantes analizados (es
decir, de género, estilo de aprendizaje, o el origen étnico). Se usa un modelo lineal mixto
para el análisis de resultados.
Palabras clave: Aprendizaje activo, Enseñanza de la Estadística, Promedio de
calificación del estudiante, modelos lineales mixtos.
Autores e Institución: David Weltman, Mary Whiteside. University of Texas at Arlington
Criterio de Búsqueda
Journal consultado: Journal of Statistics Education.
http://www.amstat.org/publications/jse/
Descripción del journal: El Journal of Statistics Education difunde conocimiento
para la mejora de la educación en estadística en todos sus niveles, incluyendo
educación básica, básica secundaria, media, post secundaria y postgrados.
Fecha de publicación del artículo: Volumen 18, Número 1, 2010
Desarrollo del trabajo
Introducción. Se presenta un estudio que mide cuantitativamente el aprendizaje de los
estudiantes bajo tres metodologías, una enfocada a un formato de lectura, otra que se
enfoca en talleres de aprendizaje activo y una tercera que mezcla las dos anteriores. Se
mide a través de la calificación obtenida por estudiantes de un curso de la escuela de
negocios. Se asumen resultados positivos, benéficos para el aprendizaje de los
estudiantes, pero este estudio muestra que esta efectividad depende de las
46
características de cada estudiante. Los autores no afirman simplemente la efectividad de
un método de enseñanza sobre el otro. En este estudio se demuestra que la efectividad
de un método depende del grado de calificación promedio del estudiante, (GPA por sus
siglas en inglés). Este estudio demuestra que el aprendizaje activo es una metodología
que tiende a equiparar los estudiantes de un curso. Existe una convergencia hacia la
media general. Estudiantes con niveles bajos desarrollan un crecimiento en su
aprendizaje, los estudiantes con las notas más altas, declina tanto como los experimentos
de aprendizaje activo se van introduciendo.
Objetivo: Evaluar tres métodos de enseñanza de Estadística en los Negocios y analizar
el efecto del método en el puntaje o calificación del estudiante.
Background. Los autores exponen una serie de definiciones que los grandes autores
conciben sobre Aprendizaje Activo. Una reflexión sobre la experiencia y el estado en que
el aprendizaje es alcanzado a través del enfoque basado en problemas de contextos
sociales, (R.W. Revans, 1971), Conjunto de actividades que involucra al estudiante a
hacer cosas y pensar y reflexionar acerca de lo que están haciendo, (Bonwell and Eison,
1991).
También se ilustra la necesidad, al igual que otros autores han expuesto anteriormente,
de promover nuevas estrategias de aprendizaje, además del aprendizaje activo, ya que lo
que se propone en esta investigación es poner a prueba tres diferentes metodologías de
enseñanza-aprendizaje. Actualmente en los cursos de Negocios, se reconoce que desde
hace unas décadas, se acude comúnmente a la metodología de enseñanza de lectura y
comprensión.
La investigación desarrollada por los autores busca entender el efecto que el aprendizaje
activo a través de un análisis de datos empírico obtenido en un curso de estadística para
negocios, tiene en el nivel de pregrado, utilizando tres métodos de enseñanza. Los
estudiantes fueron aleatorizados en cada sección de clase, antes de realizar el
experimento.
Enfoque experimental. Esta investigación utiliza tres tópicos de estadística para ser
evaluados los estudiantes bajo las metodologías mencionadas: Distribución binomial,
distribuciones muestrales, cálculo de los valores p en pruebas de hipótesis. Los tres
métodos de enseñanza son:
Lectura tradicional: Los estudiantes se sientan y escuchan la lectura que ha sido
preparada por el docente, actualmente se emplean diapositivas en este método.
Formato híbrido: Se refiere a una combinación de los métodos de enseñanza basados en
lectura y complementados con métodos activos. Sutherland and Bonwell (1996) afirman
que después de 15 minutos de lectura, al estudiante se le dificulta la asimilación de todo
el material, es por esto necesario hacer pausas, proponer realizar escritos cortos y
compartir y debatir algunas preguntas con sus compañeros, para proponer un escenario
47
de clase más activo. Para el presente estudio, los tiempos de pausa en la lectura son
utilizados para hacer sesiones en los computadores con software de apoyo estadístico.
Talleres totalmente activos: Para el presente estudio, se agrupan los estudiantes en
equipos de dos o tres y se propone desarrollar un taller previamente diseñado por el
docente, quien trabaja más como un facilitador que como un exponente de los temas
dados. Los estudiantes son los responsables de su aprendizaje, pero tienen la
disponibilidad de una persona experta quien les puede resolver las dudas en su proceso
de aprendizaje.
Cada método es aplicado en un ciclo de 60 minutos, donde uno de los temas es
impartido. El instrumento de evaluación consiste en un quiz de 20 minutos, de múltiples
respuestas, y se mide de acuerdo con la cantidad de respuestas acertadas por cada
estudiante. Aquí se pretenden evaluar competencias tanto básicas como complejas, tales
como: la habilidad para recordar, plantear y definir un problema, habilidad para comparar,
aplicar y emplear técnicas estadísticas apropiadas al mismo. Se utiliza un modelo lineal
mixto para analizar la información obtenida, ya que los factores en estudio son tanto fijos
como aleatorios.
El modelo anterior es el planteado por los autores, donde:
Yi(j)mt es la medida del puntaje obtenido en el test, como un porcentaje correcto para el
estudiante i, en la sección j, con el método m, y con el tópico t. M1 y M2 son los
indicadores variables del método y A es la covariable continua del GPA. Cada materia es
probada 3 veces y la variable Y es medida tres veces por cada estudiante.
Las pruebas hechas por cada materia podrían estar correlacionadas con el hecho de que
los estudiantes con mejores calificaciones pueden tener mejores puntuaciones que los
estudiantes quienes se destacan por tener bajas calificaciones. El modelo propuesto
tiene en cuenta estas posibles correlaciones, además de considerar que un alto puntaje
en una combinación de tópico y método podría estar asociado con los altos puntajes de
otra combinación de tópico y método.
Además del promedio general de calificaciones, se consideran características como
género, estilo de aprendizaje (visual, auditivo, lectura/escritura y kinestésico) y origen
étnico.
El objetivo del experimento está en descubrir si el efecto del método en el puntaje
obtenido por el estudiante depende o no de las características. Estos efectos son
probados con el siguiente modelo:
48
Donde x en el primer modelo corresponde a la característica de género, y su efecto por el
método aplicado. En el segundo modelo, esta misma variable corresponde al estilo de
aprendizaje y su efecto por el método aplicado. En el tercer modelo, x se asocia a las
características de origen étnico. Estas tres variables son tratadas en un modelo de
efectos fijos. Los resultados indican que las interacciones del método con el género,
estilo de aprendizaje y origen étnico no son significativas y, en consecuencia, no son
incluidas en el modelo consolidado. Sin embargo, la interacción del método en los
puntajes, parece tener efectos significativos. Se busca entonces entender cómo las
diferencias de los tres métodos de enseñanza sobre el aprendizaje dependen del grado
de calificación del estudiante, (GPA), por lo cual se considera en el modelo general. Los
autores prueban si hay o no efectos significativos en el aprendizaje de los estudiantes
debido al método de enseñanza, mientras se controlan los efectos aleatorios potenciales
de los tópicos o temas y la clasificación de los estudiantes en las secciones
correspondientes.
Se utiliza la prueba de Bonferroni para calcular los intervalos de confianza estimados para
las diferencias significativas encontradas entre la combinación de los diferentes grados
de calificación promedio y el método de enseñanza. Para modelos mixtos, como el
primero expuesto en el presente estudio, se recomienda usar la aproximación de
Satterthwaite para los grados de libertad, (Dean & Voss, 1999; West, Welch y Galecki,
2007)
Para probar la significancia de los efectos aleatorios, se usa una prueba de verosimilitud,
en la que se pone a prueba valores de verosimilitud (-2Log) para un modelo de referencia
con otro que omite la aleatorización de las secciones en clase. tiene una distribución Chi2
con 0 y 1 grados de libertad, y el mismo peso de 0,5. Si la diferencia entre los dos
modelos se representa por la letra d, el valor p quedaría así:
Aplicando una estimación de máxima verosimilitud en los residuos, los resultados indican
conservación del efecto aleatorio.
Análisis de resultados. Se encuentra una diferencia significativa en los diferentes
métodos de enseñanza, y estos efectos difieren del nivel de calificación promedio de los
estudiantes. El método tradicional obtuvo el mayor puntaje, seguido del híbrido, y por
último del método totalmente activo. Los principales efectos son evaluados a través de
una prueba de verosimilitud y una prueba F tipo III. Los resultados son consistentes y
sugieren efectos significativos en los métodos de enseñanza.
49
Interacción del GPA (nivel de puntaje promedio) por el método. El método de
enseñanza, el nivel de puntaje promedio y la interacción entre ellos son todos
significativos, después de controlar los efectos aleatorios de las materias asignadas a los
salones de clase.
Después de ajustar por la sección de clase, tema y variaciones individuales, los
estudiantes con un promedio alto obtuvieron calificaciones más bajas cuando se exponen
a los métodos de aprendizaje activo en contraste con el método de enseñanza
tradicional.
Los estudiantes con una baja calificación promedio, se ubicaron en el último lugar cuando
recibieron el método de enseñanza tradicional, y los estudiantes con una alta calificación
promedio en el método de enseñanza activa. Los estudiantes con una calificación
promedio de nivel medio, obtuvieron baja puntuación en el método activo, pero esta
tendencia no es tan pronunciada como los estudiantes con alto nivel de calificación
promedio.
Para estudiar un poco más el efecto, se utiliza el procedimiento de Bonferroni para hallar
seis intervalos de confianza simultáneos.
50
Analizando el efecto que tiene el método 1, enseñanza por lectura tradicional con los
estudiantes de promedios altos, se encuentra que, con respecto al método 3, (talleres
activos), hay un efecto significativo, el intervalo de confianza es de [4,87; 17,66], y el
método 1 también tiene un efecto sobre el método 2, (formato híbrido), [0,32; 13,18].
Para los estudiantes con promedio en la calificación medio, los puntajes bajo el método 1
son mayores que en el método 3, [0,35; 9,11]. Aunque los estudiantes con calificación
promedio baja no tuvieron diferencias significativas, puede decirse que se desempeñan
mejor en ambientes de enseñanza activos.
Conclusiones e implicaciones en la investigación. Los autores concluyen la posible
existencia de un fenómeno de convergencia. Como los estudiantes con alto nivel
promedio en su calificación son expuestos a ambientes en el salón de clase con
aprendizaje activo, sus puntajes se reducen al promedio general. Lo opuesto funciona
también, para los estudiantes con bajos promedios de calificación, mejoró su puntaje bajo
un ambiente de enseñanza con aprendizaje activo.
Se evidencia una dependencia del grado de calificación promedio con el ambiente de
enseñanza que reciben los estudiantes.
Los resultados mostrados recomiendan incluir al promedio de calificaciones de los
estudiantes como una variable importante en los modelos de prueba de aprendizaje
activo.
Es posible que los estudiantes con promedios altos logren un buen nivel de aprendizaje
con la ayuda de la experiencia y la dirección del docente. Esto puede ser cierto
especialmente en una clase cuantitativa. En este caso, el método de lectura tradicional,
puede ser el apropiado, en vez del activo, el cual ofrece interacción y participación. Esta
convergencia puede ser explicada también por el ambiente de aprendizaje en el que los
estudiantes con promedios altos se sienten más cómodos, el cual es el tradicional, y al
cambiarles a ambientes alternos de aprendizaje, disminuyen su puntaje. Además, estos
estudiantes pueden tener mayores calificaciones con el método tradicional, debido a que
es un método impartido desde hace décadas en los cursos de Negocios.
Es necesario tener en cuenta que este estudio es para estudiantes de Negocios, en el
nivel de pregrado, en el cual se hizo un análisis estadístico para evidenciar estos
resultados. Se considera importante seguir las sugerencias propuestas en esta
investigación, en el momento de validar estrategias de enseñanza como las de
aprendizaje activo, en donde es necesario tomar como variable de interés el nivel
promedio de puntuación o calificaciones de los estudiantes.
51
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
El presente estudio pretende ilustrar algunas diferencias significativas entre métodos de enseñanza como el tradicional, basado en lectura, y el de aprendizaje activo, a través de talleres prácticos y participativos. Objetivo: Evaluar tres métodos de enseñanza de Estadística en los Negocios y analizar el efecto del método en el puntaje o calificación del estudiante. Los tres métodos de enseñanza son: Lectura tradicional, formato híbrido y talleres totalmente activos. Escenario de aplicación: Estudiantes de Negocios Instrumento de evaluación: Quiz a todos los estudiantes, de duración 20 minutos, de múltiples respuestas, y se mide de acuerdo con la cantidad de respuestas acertadas por cada estudiante. Aquí se pretenden evaluar competencias tanto básicas como complejas, tales como: la habilidad para recordar, plantear y definir un problema, habilidad para comparar, aplicar y emplear técnicas estadísticas apropiadas al mismo. Método de análisis utilizado: Se utiliza un modelo lineal mixto para analizar la información obtenida, ya que los factores en estudio son tanto fijos como aleatorios. El objetivo del experimento está en descubrir si el efecto del método en el puntaje obtenido por el estudiante depende o no de las características. Consideraciones adicionales: Además del promedio general de calificaciones, se consideran características como género, estilo de aprendizaje (visual, auditivo, lectura/escritura y kinestésico) y origen étnico.
Para el presente proyecto, se desarrollará una sección en la cual se especificarán las condiciones de desarrollo del experimento, que permitirá evaluar y validar el uso de dos metodologías de enseñanza-aprendizaje para los estudiantes de Ingeniería Industrial. La metodología tradicional (basada en clase magistral) y la metodología de aprendizaje activo, (basada en actividades lúdicas y participativas). La variable de interés objeto de estudio se enfocará en el nivel cuantitativo o nota obtenida después de aplicar un instrumento de evaluación en el curso, con el fin de determinar el rendimiento académico promedio de cada grupo (experimental y de control). Dentro del curso donde se desarrollará el experimento, se hace necesario examinar cuáles son las competencias que se plantean para formar al estudiante participante, y con estas competencias poder tener una definición clara sobre qué y cómo se desea formar al estudiante. Esto también brindará información acerca de cómo aplicar un instrumento de evaluación correspondiente con la metodología de formación por competencias. Así como los autores hacen una segunda comparación para medir el efecto de características como género, estilo de aprendizaje y origen étnico, para el presente proyecto se pretende establecer una evaluación, además de la obtenida con el método de evaluación cuantitativo, un acercamiento a un análisis cualitativo, en donde se puedan identificar categorías clave en relación con el impacto que generó determinada metodología en el
52
Además de los resultados generados, se planteó una comparación con el nivel de calificación promedio, para evaluar el efecto de estos tres métodos de enseñanza en el rendimiento académico de los participantes.
aprendizaje de cada estudiante.
2.1.5. Título: Collaborative information and multimedia to assess team interaction in technology teacher preparation
Resumen: La innovación en tecnología obliga a los educadores y estudiantes a cambiar
los enfoques hacia una variedad de temas que van desde las relaciones jerárquicas en
que se percibe la manera y los medios que las personas utilizan para comunicarse. La
investigación sobre aprendizaje colaborativo identifica efectos específicos que han sido
ilustrados en condiciones de cambios conceptuales o incremento de la autorregulación.
Autores e Institución: Jeremy Ernst, Aaron C. Clark. Department of Teaching and
Learning at Virginia Polytechnic Institute and State University; Department of Science,
Technology, Engineering, and Mathematics Education at North Carolina State University
Criterio de Búsqueda
Journal consultado: Journal of Technology Education.
http://scholar.lib.vt.edu/ejournals/JTE/
Descripción del journal: El Journal of Technology Education prove un foro de
discusiones escolares sobre tópicos relacionados con educación en tecnología.
Los manuscritos se enfocan en investigación sobre educación en tecnología,
filosofía, y teoría. Además, el Journal publica revisiones de libros, editoriales,
artículos de invitados, revisiones de comprensión de la literatura y reacciones a los
artículos previamente publicados.
Fecha de publicación del artículo: Volumen 22, No. 2, primavera de 2011
Desarrollo del trabajo
Objetivo: Identificar diferencias en los grupos de tratamiento y control, a través de pre-
tests y postests, que se relacionan con la falta de comprensión y la
aceptación de manejar los conflictos, la planificación colectiva, y examen general y
evaluación del trabajo de grupo a nivel de licenciatura en tecnología la educación.
Tecnologías de comunicación colaborativa. Para el propósito de este estudio de
investigación, las aplicaciones que permiten la transferencia de documentos y de
imágenes, video-comunicaciones, audio-comunicaciones, y comunicación basada en
texto, son universalmente identificadas como tecnologías de información colaborativa y
multimedia. Este estudio introduce a los estudiantes a los documentos de google, skype,
wikis, Elluminate Doodle, y Ning como tecnologías y aplicaciones multimedia. Aunque las
53
secciones de clase incluyen sesiones en laboratorios y encuentros, se dedica una sección
a las aplicaciones en tecnología de la información y multimedia.
Preguntas de investigación. Este estudio fue diseñado para investigar e identificar los
impactos, si los hay, que las tecnologías de comunicación y de información basada en la
web, colaborativa, han establecido en la formación de conocimiento en equipo.
Se presentan 4 preguntas de investigación, las cuales se transforman en 4 hipótesis a ser
probadas:
Se identifican diferencias en cómo los estudiantes interactúan con los miembros del grupo
antes y después de ser presentado con el equipo de tecnologías de información y
multimedia? Hipótesis: No hay diferencia en cómo los estudiantes interactúan con los
miembros del grupo antes de ser presentado con el equipo de información y multimedia
colaborativa.
Se identifican diferencias entre la forma en que los estudiantes presentan con y sin
tecnologías de información y multimedia, interactuando con los miembros de su grupo?
Hipótesis: No hay diferencias entre la forma en que los estudiantes presentan con y sin
tecnologías de información multimedia, interactuando con los miembros de su grupo
Existen diferencias identificables en la forma como los estudiantes presentan con o sin
tecnologías de información y multimedia, desde el conocimiento del equipo? Hipótesis: No
existen diferencias entre la forma como los estudiantes presentan con o sin tecnologías
de información y multimedia, desde el conocimiento del equipo.
Existen diferencias identificables en la formación del equipo de estudiantes antes y
después de ser presentados con tecnologías de información colaborativa y equipos
multimedia? Hipótesis: No hay diferencias en la formación del equipo de estudiantes antes
y después de ser presentados con tecnologías de información colaborativa y equipos
multimedia.
Participantes en el estudio. Estudiantes pertenecientes a secciones relacionadas con
medios digitales avanzados. Este es un curso requisito en Ingeniería y Educación en
Diseño.
Metodología. Se escogieron dos cursos de medios digitales avanzados, uno de los
cursos fue designado grupo de control, en el cual no se le cambió su metodología y su
evaluación, y el otro como el grupo de tratamiento, en el cual se le agregó una pre prueba
y pre encuesta, implementada en la semana 4 del curso, y 30 minutos seguidos de
tecnología de equipos en la semana 6, y la primera hora del curso inicia con un apoyo de
cómo usar tecnologías de equipo y algunas aplicaciones. En la semana 15 se aplica una
encuesta a ambos grupos. Al grupo en tratamiento se le adicionó una encuesta dinámica
complementaria.
54
Tanto los grupos de tratamiento y de control se reunieron un total de 23 veces en el
transcurso del semestre con una conferencia estándar / formato de curso de laboratorio.
Las evaluaciones fueron 4 periódicas y una acumulativa al final. Las evaluaciones de
desempeño fueron separadas en las asignaciones basadas en equipo, los laboratorios y
los proyectos. Las asignaciones proponían una sesión de videos en los que los
estudiantes eran desafiados a generar una lluvia de ideas, identificar problemas, y en 30
minutos, proponer soluciones en equipo. Los laboratorios consistían en crear escenarios
en los que los equipos de estudiantes pudiesen crear, desarrollar y producir un programa
en vivo, ya sea de televisión o de radio.
Los proyectos tenían como objetivo construir historias y describir situaciones o contextos
dependiendo de la temática, todo un proceso de planeación y pre-producción de un video.
Instrumentación. La evaluación de la percepción del equipo de colaboración (TPC por
sus siglas en inglés) mide la interacción del equipo entre sus participantes. Una
evaluación de 21 preguntas en las que el estudiante debe escoger entre un rango (desde
"nunca" hasta "siempre"), que guía hacia la categorización de la descripción de su equipo.
1= Nunca; 2= Raramente; 3= Algunas veces; 4= Frecuentemente 5= Siempre
Escucha, diferencias/conflictos, toma de decisiones, crítica, comunicación, estructura del
grupo y eficiencia, son los tópicos que se tienen en cuenta en esta evaluación. Esta
evaluación tanto el pre como en el post test, se aplicó con una confiabilidad de 72%. La
prueba de conocimiento de equipo, (TKT por sus siglas en inglés), evalúa la formación del
conocimiento del equipo en los participantes. Esta prueba tiene limitaciones, por ejemplo,
preguntas dobles, aunque no en todas. Su confiabilidad es de 78% en el pretest y de 76%
en el postest.
Resultados. Para la Hipótesis 1: No hay diferencia en cómo los estudiantes interactúan
con los miembros del grupo antes de ser presentado con el equipo de información y
multimedia colaborativo; se aplicó una prueba Mann-Withney, dados los supuestos
estadísticos, el muestreo y las bases no paramétricas de los datos recolectados. Se
consideró un alpha de 0.05, y el valor p fue de 0.526. El análisis de los datos sugiere que
la presentación de las tecnologías de equipos de información y multimedia no tiene un
impacto significativo sobre la forma en que los estudiantes interactúan con los miembros
de su grupo, para la muestra seleccionada.
55
Para la Hipótesis 2: No hay diferencias entre la forma en que los estudiantes presentan
con y sin tecnologías de información multimedia, interactuando con los miembros de su
grupo. La prueba estadística fue la misma anterior, Mann-Withney, dado que los datos
son no paramétricos. El valor p es de 1 y el alpha de 0.05. Se concluye que no hay
evidencia estadística para afirmar que la presentación de tecnologías multimedia y de
tecnologías de equipo no tiene mayor impacto en la interacción con los miembros del
grupo.
Para la Hipótesis 3: No existen diferencias entre la forma como los estudiantes presentan
con o sin tecnologías de información y multimedia, desde el conocimiento del equipo. La
prueba aplicada fue Kruskal-Wallis Test. El valor p es menor a 0.0001 y el alpha de 0.05.
Se concluye que hay evidencia significativa para afirmar que las tecnologías de
información y multimedia en equipo tienen un impacto sobre la formación y conocimiento
del equipo.
Para la Hipótesis 4: No hay diferencias en la formación del equipo de estudiantes antes y
después de ser presentados con tecnologías de información colaborativa. El valor p de la
prueba Kruskal-Wallis es de 0.5174, por lo cual no hay evidencia suficiente para
determinar que hay diferencias en la formación del equipo de estudiantes antes y después
de ser presentados con tecnologías de información colaborativa.
56
Posteriormente, los autores plantean una serie de pruebas estadísticas para determinar la
confiabilidad y la validez de hipótesis particulares, relacionadas con algunos puntos
particulares de las evaluaciones, como por ejemplo:
TCP item 8: Mi equipo ignora los conflictos entre sus integrantes.
TCP item 11: Mi equipo tiende a comenzar a trabajar sin un plan específico
TCP item 14: Mi equipo es capaz de generar posibles soluciones y evaluarlas de manera
efectiva y sistemática.
Discusiones y conclusiones
Se encuentra que la inclusión de instrucciones específicas sobre el uso de tecnologías de
información y multimedia tiene un potencial definitivo para el conocimiento basado en el
equipo. La flexibilidad de las tecnologías colaborativas permite tener un mayor nivel de
conocimiento compartido en el grupo y que va más allá de tomar la responsabilidad de
hacer las cosas individualmente. Incorporar tecnologías colaborativas en el grupo no
incrementa la interacción en grupo.
La tecnología de información y multimedia puede ser útil mientras se tenga en los límites
del control y dinamismo, ya que está limitada a los niveles de interacción y a la cantidad
de dinamismo que hay en el grupo cuando se usan herramientas colaborativas.
El trabajo en equipo es una competencia fundamental y genera la base del conocimiento
para los futuros docentes, como una inclusión efectiva en sus aplicaciones y su
integración en las competencias del siglo XXI se consideran excepcionales en su práctica,
y por ahora se analizan las expectativas de muchos educadores.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Identificar diferencias en los grupos de tratamiento y control, en un grupo de estudiantes de licenciatura en tecnología de la educación, en relación con factores como:
Para el presente proyecto de investigación, se pretende establecer una comparación entre dos metodologías de enseñanza-
57
interacción con los miembros del grupo, presentación con y sin Tecnología de Información y multimedia, relación con el conocimiento del equipo, y formación del equipo de estudiantes. Objetivo: Identificar diferencias en los grupos de tratamiento y control, a través de pre-tests y postests, que se relacionan con la falta de comprensión y la aceptación de manejar los conflictos, la planificación colectiva, y examen general y evaluación del trabajo de grupo. Escenario de aplicación: Licenciatura en Tecnología de la Educación. Metodología del experimento: Se seleccionan dos grupos, uno de tratamiento y otro de control, en los cuales se aplica una pre encuesta y post encuesta, al inicio, y sobre la semana 15 del curso (casi al final). Además para el grupo de tratamiento se aplica una encuesta dinámica complementaria. El grupo de tratamiento se asigna una metodología basada en sesiones con vídeos relacionados con el tema y una sesión de laboratorio, donde pueden plantear un proyecto en relación con el manejo de las tecnologías de información y multimedia. Instrumento de evaluación: La evaluación de la percepción del equipo de colaboración (TPC por sus siglas en inglés) mide la interacción del equipo entre sus participantes. Una evaluación de 21 preguntas en las que el estudiante debe escoger entre un rango (desde "nunca" hasta "siempre"), que guía hacia la categorización de la descripción de su equipo. La prueba de conocimiento de equipo, (TKT por sus siglas en inglés), evalúa la formación del conocimiento del equipo en los participantes. Esta prueba tiene limitaciones, por ejemplo, preguntas dobles, aunque no en todas. Método de análisis: Una vez identificados
aprendizaje, una basada en una metodología activa (a través de la lúdica) y otra basada en lo que se concibe como enseñanza tradicional (clases magistrales). Este experimento se desarrollará en un curso del pregrado en Ingeniería Industrial de la Universidad Tecnológica de Pereira. A diferencia del presente artículo, se considera un escenario de aplicación en la educación en ingeniería, particularmente en Ingeniería Industrial. Además se concibe la aplicación de un instrumento de evaluación relacionado con la evaluación por competencias. A diferencia del instrumento de evaluación que exponen los autores del presente artículo, para este proyecto de investigación se pretende aplicar uno de tal forma que sea pertinente con la evaluación por competencias.
58
los factores a analizar de acuerdo a las tres hipótesis planteadas por los autores, se realizaron distintas pruebas, de acuerdo con la definición si los datos correspondían a un análisis paramétrico o no paramétrico. Consideraciones adicionales: Los autores también hicieron pruebas estadísticas para determinar la confiabilidad y la validez de hipótesis particulares, relacionadas con algunos puntos particulares de las evaluaciones, como por ejemplo: TCP item 8: Mi equipo ignora los conflictos entre sus integrantes. TCP item 11: Mi equipo tiende a comenzar a trabajar sin un plan específico TCP item 14: Mi equipo es capaz de generar posibles soluciones y evaluarlas de manera efectiva y sistemática.
2.1.6. Título: Pedagogical treatment and change in preservice teacher beliefs: an experimental study
Resumen: Este estudio muestra si las creencias de los profesores del preservicio de
Inglés como un Lenguaje Extranjero, acerca de la efectividad de los materiales de
instrucción auténticos, comerciales y hechos por los mismos docentes, pueden cambiar
después de un tratamiento pedagógico en un semestre entero. Utilizan grupo
experimental y de control para hacer la medición y análisis estadístico.
Autores e Institución: Nihat Polat. Department of Instruction and Leadership in
Education, Duquesne University, Pittsburgh, USA.
Criterio de Búsqueda
Journal consultado: International Journal of Educational Research
Descripción del journal: El International Journal of Educational Research publica
textos regulares y temas especiales sobre algún tópico de interés para el público
de investigadores internacionales sobre educación. Ejemplos de recientes temas
han sido publicados ilustrando la amplitud de los temas que se incluyen en la
revista: “Perspectivas de los estudiantes sobre ambientes de aprendizaje,
aspectos sociales, motivacionales y emocionales de los problemas de
aprendizaje”, “Creencias epistemológicas y dominio”, “Análisis de la cultura en el
59
salón de clases de matemáticas y prácticas”, y “Educación en Música: un sitio de
creatividad colaborativa”.
Fecha de publicación del artículo: Abril de 2011
Desarrollo del trabajo
Introducción. El presente estudio se centra en determinar si los materiales de instrucción
para enseñar una segunda lengua afectan positivamente a los estudiantes de EFL,
(English as a Foreing Language), especialmente en configuraciones donde la clase es
muy formal y tradicional. Por lo tanto, los materiales de instrucción efectivos constituyen
una constante preocupación para los docentes de esta institución, quienes ahora tienen
mayor autonomía para el desarrollo de sus clases. Pero la creencia de los docentes
acerca del lenguaje de aprendizaje y enseñanza puede estar influenciada por el material
de instrucción, y estas creencias pueden afectar negativamente la educación en una
segunda lengua. Los resultados del presente estudio muestran que los profesores a
menudo sin saberlo, se aferran con fuerza a sus creencias, porque están profundamente
enraizadas en las experiencias de toda la vida, los cuales influencian, en últimas, la
práctica en el salón de clases.
Este estudio examina si el tratamiento de una estructura totalmente de instrucciones
puede tener efecto sobre las creencias de los profesores acerca de la efectividad de los
diferentes tipos de materiales de instrucción. Los autores decidieron utilizar un método de
comparación mixto, el cual analiza a través de dos grupos si las creencias de profesores
del preservicio EFL acerca de la efectividad de cinco aspectos pueden cambiar a través
del tratamiento aplicado. Los materiales pueden incluir menús de restaurantes, periódicos,
películas, etc., mientras que los materiales comerciales, (libros, multimedia, y otros
materiales profesionales) son creados por compañías de publicidad. Los materiales como
escritos, textos cortos y hojas de trabajo, son creados por un grupo de profesores de
grupos para L2 (aprendizaje en una segunda lengua).
Creencias de los profesores acerca del lenguaje de enseñanza-aprendizaje. El
concepto "creencias de los docentes" ha sido utilizado en muchas áreas de la
investigación en educación, enfatizando en varias definiciones que contienen términos
como principios docentes, perspectivas epistemológicas y conocimiento profesional. Por
ejemplo, Harvey (1986) define las creencias como "un conjunto de representaciones
conceptuales que significan realidad para la persona, o cosas a las cuales le da validez
suficiente, la verdad o veracidad de la dependencia garantiza en ella como una guía para
el pensamiento y la acción personal". Pajares (1992), encontró en una investigación
realizada en el tema de educación que las creencias se definen generalmente y son
operadas en relación al número de factores como cognición, autoeficacia, valores y
conocimiento, y destaca dificultad en la identificación de diferencias entre conocimiento y
creencias. Para el presente estudio, los autores identifican una definición comprensiva
que representa un sistema complejo e interdependiente de un repertorio experiencial,
afectivo, cognitivo y meta-cognitivo, que involucra percepciones, perspectivas, ideologías,
60
conocimiento, teorías y principios que están relacionados con la toma de decisiones de
los docentes y sus prácticas instruccionales. Los resultados de este estudio, acerca de las
creencias de los profesores y su cambio de acuerdo a ciertos tratamientos pedagógicos,
puede ser el primer paso hacia la consolidación de resultados sobre las creencias de los
profesores del EFL y el cambio de ellas con respecto a los materiales de enseñanza.
Diseño de investigación. Este estudio presenta un enfoque diferente de la metodología
de investigación con respecto a los estudios anteriores, que han mostrado resultados
acerca de las creencias de los profesores sobre el material de enseñanza, a través de
investigación empírica y descriptiva. El presente estudio utiliza un grupo de control para
analizar estadísticamente los cambios en las creencias de los docentes después de un
tratamiento pedagógico, mientras se conjugan los resultados con datos cualitativos.
(Patton, 2002).
Participantes y configuración. Se cuenta con 90 participantes, 67 hombres y 23 mujeres
docentes pertenecientes al preservicio de EFL, de la Universidad Eastern, en Turquía. Los
participantes completaron un ciclo de preparación universitaria de 3 años y medio, sin
cursar todavía cursos electivos. Un análisis de sus hojas de vida muestra que todos los
participantes han tomado cursos de educación general y cursos específicos como
métodos de enseñanza de la lengua, currículo de la lengua y evaluación, y lingüística
básica.
Durante la práctica, los participantes fueron asignados aleatoriamente en grupos de 5
para trabajar con diferentes docentes colaboradores y supervisores, en 18 distritos
escolares. Estos distritos fueron seleccionados basados en un conjunto de criterios,
(calidad del profesor, facilidades básicas), cumplidos por la universidad, y los docentes
colaboradores fueron entrenados para seguir la misma guía y desarrollo de competencias
planteadas por la universidad.
Después de la admisión, los estudiantes fueron divididos aleatoriamente en dos grupos
por departamento. Después de explicar el proyecto, solo 97 participantes decidieron
participar en el estudio; datos de 7 estudiantes no fueron tenidos en cuenta, ya sea
porque no quisieron participar, o porque no completaron las encuestas en su totalidad.
Preguntas de investigación. 1. Son significativas las creencias de los profesores del
preservicio de EFL acerca de la efectividad y autenticidad de los materiales hechos y
comercializados por los docentes, con respecto a cinco aspectos, (pedagogía, programa,
aprendiz, lenguaje y práctica)?
2. Sus creencias cambiaron después del tratamiento pedagógico estructurado acerca de
la efectividad de estos materiales instruccionales? De ser así, sobre cuáles de los cinco
aspectos mencionados anteriormente ocurrió el cambio?
Grupos experimental y de control y el tratamiento. Se desarrolló el experimento en
dos clases intactas, una con el grupo de control y otra asignada como el grupo
61
experimental. La prueba se aplica en un curso titulado "Análisis de texto y evaluación",
usando la misma filosofía pedagógica, los mismos materiales de instrucción, y los mismos
métodos de evaluación.
A diferencia del grupo de control, el grupo experimental recibió una sesión de 20 minutos
de una mini-sesión acerca de tres diferentes tipos de material instruccional, en un
semestre académico de catorce semanas, enfocándose en el contexto de materiales
instruccionales como los que pueden revelar aspectos de la práctica instruccional seguida
por los docentes.
Para asegurar la conexión entre el tratamiento y el cambio en las creencias de manera
clara y consistente, el contenido del tratamiento fue meticulosamente basado en items
específicos usados para los cuestionarios. El cambio, como una medida de este estudio,
se refiere a las diferencias entre las creencias de los participantes como se reporta en un
pre y postprueba. A diferencia de estudios e investigaciones anteriores, se considera el
cambio como la diferencia que presenta tanto grupo de control como experimental en los
resultados del pre y post pruebas. Y para propósitos complementarios, se realizó un
análisis cualitativo.
Midiendo las creencias, instrumentos y procedimientos. Para la recolección de datos,
los autores se basaron en el Cuestionario de las Creencias acerca de los Materiales EFL,
(BAEFLMQ por sus siglas en inglés), entrevistas semiestructuradas, ensayos de reflexión,
asignaciones de práctica y guías, evaluaciones de curso y currículo. Se utilizaron también
los promedios de las calificaciones generales, (GPAs) para la asignación aleatoria de los
grupos a estudiar. Ambos grupos desarrollaron un precuestionario acerca de sus
creencias en términos de los cinco aspectos mencionados, antes de la primera sesión del
tratamiento. Al final del semestre los mismos dos grupos contestan el cuestionario para
explicar si hubo algún cambio en sus creencias, este cuestionario se desarrolló tres
semanas después de finalizar el semestre, con el fin de minimizar las posibilidades de
recordar la información y evaluar el aprendizaje a largo plazo. Se seleccionaron
aleatoriamente cinco participantes para atender una entrevista semiestructurada de 30
minutos para analizar a fondo los propósitos de la presente investigación. Cada
participante también debió desarrollar un ensayo acerca de una reflexión retrospectiva
acerca de si el tratamiento tuvo una incidencia en el cambio de sus creencias sobre el
material educativo instruccional y de qué manera hubo influencia.
Los cuestionarios fueron aplicados a grupos de 45 estudiantes en dos sesiones diferentes
durante el mismo día, sus respuestas fueron indicadas en una escala Likert de 1 a 5,
siendo 1 extremadamente en desacuerdo y 5 extremadamente de acuerdo. Los
cuestionarios fueron evaluados en términos de los cinco aspectos a evaluar, (métodos,
procedimiento rol estudiante-docente, interacciones, etc.)
Estandarización y confiabilidad del instrumento. Los cuestionarios BAEFLMQ fueron
diseñados y generados por investigadores expertos, sin embargo se prueba su
62
confiabilidad a través de una prueba de Cronbach's alpha, a través del software SPSS.
Dos tipos de fuentes fueron consultadas en el proceso de selección de la prueba: (1)
Investigación previa acerca del rol de los materiales de instrucción en la planeación,
implementación y evaluación del lenguaje de Aprendizaje y Enseñanza. (2) Evaluación de
múltiples materiales y evaluación sistemática que algunos autores han publicado en
journals sobre el tema. La confiabilidad de las respuestas en el cuestionario, en la prueba
piloto, fue determinada usando la prueba de Cronbach's alpha un modelo que mide la
consistencia interna de los ítems que son presumidos para medir el mismo constructo
(Stemler, 2004). El nivel alpha de cada uno de los 40 ítems se desarrolló entre los
intervalos [0.57; 0.73], de los cuales seis ítems estaban por debajo de 0.7, por lo tanto se
borraron del cuestionario.
Análisis de datos. Se analizaron los resultados a través de varias pruebas: Una serie de
dos medidas repetidas, análisis multivariado entre dos grupos, pruebas de varianza y
prueba-t, para comparar y contrastar las creencias de los participantes acerca de la
efectividad de los materiales instruccionales en los cinco aspectos antes mencionados.
Examinando posibles diferencias encontradas en los tratamientos, se utilizó software
SPSS para hacer un análisis multivariado sobre los puntajes obtenidos. Las entrevistas
fueron grabadas, transcritas y devueltas a los participantes para modificaciones o
aclaraciones, cuyos resultados fueron combinados y sintetizados. El análisis de los
ensayos de reflexión y retrospectiva recogieron temas comunes relacionados con la
construcción del "cambio" en las creencias.
Resultados
Cuantitativos. La primera pregunta de investigación está enfocada si había diferencias
en las creencias de todos los participantes antes del tratamiento. Un análisis ANVOA de
dos factores se incluye, identificando como medida dependiente los puntajes medios de
los participantes para cada tipo de material y los cinco aspectos como medida repetida.
Se encuentra un efecto significativo estadísticamente de interacción con respecto a la
variación en las creencias de los participantes acerca de la efectividad de diferentes
aspectos de estos materiales.
F(8,82) = 19.05
p<0.1
n2 = 0.65
d = 0.35
Por lo tanto, 15 conjuntos de pruebas t pareadas se realizaron enfocadas hacia donde la
variación en las creencias fueran positivas.
63
Se realizó una corrección de Bonferroni para evitar caer en Error tipo I, para cada nivel de
significancia dado
La corrección de Bonferroni incluye una división entre un nivel de significancia
predeterminado por ejemplo, 0.05, entre el número de veces a desarrollar el test, para
este caso se multiplica el número de materiales por los 5 aspectos. El nivel de
significancia para cada uno de estas pruebas t es de 0.033. Los resultados indican que
hubo variaciones en las creencias de los participantes solo con respecto a algunos
aspectos de esos materiales.
La tabla 1 muestra que en términos del uso efectivo de cada tipo de material, no hubo
diferencias significativas en el cambio de las creencias de los participantes, con respecto
a los tipos de materiales, Teacher Made and Commercial (TM-C), Teacher Made and
Authentic (TM-A), y Commercial and Authentic (C-A).
Los participantes mostraron diferencias significativas en las creencias del uso efectivo de
los materiales en diferentes programas. Con respecto al aspecto 3, (calidad del contenido
del lenguaje y efectividad en diferentes aspectos de la enseñanza), se muestra diferencia
en las creencias cuando se usa material TM-A (material hecho por el profesor y auténtico)
y C-A (material comercializado y auténtico).
64
Para el aspecto 4 (la efectividad de los materiales se relaciona con las diferentes variables
del aprendiz) se encuentra diferencias significativas en las creencias de los participantes
cuando se aplica el material TM-C. En el aspecto 5 todos los materiales aplicados
mostraron diferencias significativas.
Luego de encontrar una buena cantidad de diferencias en las creencias de los
participantes, se realizó un análisis ANOVA de 3 factores para determinar si hubo
cambios en las creencias con respecto a los aspectos de los materiales donde se
encontraron diferencias.
Se aplicó otro método de análisis de los datos tanto de la pre prueba como de la post
prueba, el diseño de calificación obtenida, donde se usó una forma simple de análisis.
Usando SPSS, se encontraron las diferencias en los puntajes obtenidos en ambas
pruebas para cada medida, (asumidas como variables dependientes), y luego fueron
insertadas en el modelo de análisis multivariado, con las dos condiciones de los
tratamientos como un factor intermedio.
Los resultados muestran cambios significativos en el patrón de resultados sobre los cinco
aspectos estudiados. F(15.75) = 2.41, p>0.5. La tabla 2 muestra los cambios
estadísticamente significativos en las creencias de los participantes, por cada medida.
Solamente se presentaron cambios cuando se incluyeron materiales TM y CM, no hubo
cambios significativos cuando se implementaban materiales auténticos.
De las cinco diferencias estadísticas encontradas, tres eran causadas por los materiales
hechos por los docentes (TM). Por ejemplo, para el aspecto 1, se encuentra que F(1.89) =
5.50, p>0.05, lo cual indica que las creencias de los participantes con respecto a los
aspectos pedagógicos de los materiales hechos por los docentes llegaron a ser menos
favorables como resultado del tratamiento. El mayor nivel de significancia obtenido para
las diferencias en los cambios de las creencias cuando se aplicó materiales hechos por
los docentes, fue el aspecto 5, F(1.89)= 9.25, p>0.05. Este resultado indica que, después
del tratamiento, las creencias de los participantes llegaron a ser menos favorables acerca
del lenguaje relacionado con la implementación de los materiales hechos por los
docentes.
También se muestra que hubo dos cambios estadísticamente significativos sobre
materiales comerciales, relacionados con el aspecto 2, F(1.89)= 4.61, p>0.5. Estos
resultados sugieren que las creencias de los participantes sobre los materiales
comerciales comenzaron a ser más favorables, relacionados con el programa y aspectos
prácticos. (CM-Aspecto 2 y CM-Aspecto 5).
Inesperadamente, los autores encuentran que no se presentaron cambios
significativamente estadísticos para ninguno de los aspectos relacionados con materiales
auténticos, no hubo ningún cambio en la efectividad de estos aspectos.
65
Cualitativos. De los resultados de las entrevistas y los ensayos reflexivos, se encontró
que los participantes entrevistados encuentran en los tratamientos generaron
compromiso en el hecho de llamar a una reflexión individual y una evaluación
metacognitiva. De sus creencias acerca de numerosos aspectos que se pueden encontrar
en los materiales implementados.
Los resultados muestran que los estudiantes identificaron un alto grado de complejidad en
los materiales instruccionales para la enseñanza de una segunda lengua, como también
se cuestionaron y reformaron sus actuales creencias acerca de la efectividad de estos
materiales.
También se encontraron respuestas que refuerzan los análisis cuantitativos, de forma
general, se encontró que algunos estudiantes encuentran cambios en las creencias
cuando se implementan algunos tipos de materiales, sobre algunos aspectos, cambios en
sentido positivo y negativo, evidenciando cualitativamente la existencia de cambios de sus
creencias ocurridas en ambas direcciones.
En cuanto al aspecto pedagógico, los participantes comentaron acerca de la efectividad
del tratamiento. El método de análisis y evaluación por etapas, resulta ser más efectivo,
ya que les proporciona a los participantes compromiso, una reflexión metacognitiva,
reevaluación, y reforma de sus creencias acerca de la efectividad de estos materiales.
Discusión. Los resultados del presente estudio revelan una cantidad significativa de
variación en las creencias de los participantes acerca de la efectividad de los materiales
de instrucción, en relación con cinco aspectos. Sin embargo estas diferencias no se
encontraron en todos los materiales aplicados.
Durante el experimento, los participantes fueron expuestos a conocimiento tanto teórico
como práctico, acerca de los cinco aspectos de estos materiales en cada tratamiento.
Consecuentemente como se expone en el análisis cualitativo, los participantes cambiaron
algunas de sus creencias acerca de la efectividad de los materiales hechos por los
docentes comparados con los comerciales y los auténticos.
Conclusiones y futuras direcciones. Los resultados muestran cambios en algunas
creencias, con respecto a algunos aspectos de los materiales de instrucción. En general,
estos resultados sugieren un estudio con una estructura más específica, con tratamientos
especializados que les permita a los interesados en la educación en una segunda lengua,
conocer las creencias de los participantes sobre los materiales instruccionales. De esta
forma, los programas de educación de profesores deben identificar y analizar estas
creencias y diseñar programas pertinentes y asegurar prácticas más efectivas. Por lo
tanto, el por qué y el cómo se han construido estas creencias acerca de los diferentes
aspectos de los materiales necesita estudiarse desde un método de investigación mixto.
Aportes al presente proyecto
66
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Uso de un diseño experimental (con grupo experimental y de control) para determinar si las creencias de los profesores del preservicio de Inglés como lengua extranjera pueden cambiar en relación con los materiales de instrucción, (auténticos, comerciales y hechos por los mismos docentes). Objetivo: examina si el tratamiento de una estructura totalmente de instrucciones puede tener efecto sobre las creencias de los profesores acerca de la efectividad de los diferentes tipos de materiales de instrucción. Escenario de aplicación: Docentes del preservicio de Inglés como Lengua Extranjera, EFL. Diseño de la investigación: El presente estudio utiliza un grupo de control para analizar estadísticamente los cambios en las creencias de los docentes después de un tratamiento pedagógico, mientras se conjugan los resultados con datos cualitativos. Se desarrolló la asignación aleatoria tanto de los docentes a ser evaluados, como los estudiantes quienes se distribuirían en un grupo experimental y otro de control. A diferencia del grupo de control, el grupo experimental recibió una sesión de 20 minutos de una mini-sesión acerca de tres diferentes tipos de material instruccional, en un semestre académico de catorce semanas, enfocándose en el contexto de materiales instruccionales como los que pueden revelar aspectos de la práctica instruccional seguida por los docentes.
El presente artículo se enfoca en la evaluación del impacto que diferentes metodologías de enseñanza genera en los mismos docentes de una escuela de enseñanza de la lengua inglesa como segundo idioma. En contraste, el presente proyecto pretende evaluar el impacto de dos metodologías seguidas en el salón de clases, para una asignatura en particular, de los estudiantes del pregrado de Ingeniería Industrial. El instrumento de evaluación será aplicado de la misma forma y con el mismo método a ambos escenarios de experimentación. No habrá actividades adicionales que genere poca homogeneidad en los grupos a evaluar.
2.1.7. Título: Experimental evaluation of the effects of cooperative learning on kindergarden children's mathematical ability
67
Resumen: El presente artículo muestra un estudio realizado con niños de grado kinder, o
transición a escolar, el cual muestra los efectos del aprendizaje cooperativo en las
habilidades de matemáticas y comportamientos sociales cooperativos, además de evaluar
las perspectivas de los profesores con respecto a la implementación del programa. Se
realizó el estudio a través de un análisis de dos grupos, uno experimental (n=17) y otro de
control (n=17). En el grupo experimental el plan de estudios estuvo basado en el método
de aprendizaje cooperativo, utilizando prácticas y actividades de este método. Mejoras
significativas se encontraron con respecto a las habilidades en matemáticas para estos
niños.
Palabras clave: Aprendizaje cooperativo, habilidad en matemáticas, infancia.
Autores e Institución: Perihan Dinc¸ Artut. Cukurova University, Faculty of Education,
Department of Elementary Education, Turkey
Criterio de Búsqueda
Journal consultado: International Journal of Educational Research
Descripción del journal: El International Journal of Educational Research publica
textos regulares y temas especiales sobre algún tópico de interés para el público
de investigadores internacionales sobre educación. Ejemplos de recientes temas
han sido publicados ilustrando la amplitud de los temas que se incluyen en la
revista: “Perspectivas de los estudiantes sobre ambientes de aprendizaje,
aspectos sociales, motivacionales y emocionales de los problemas de
aprendizaje”, “Creencias epistemológicas y dominio”, “Análisis de la cultura en el
salón de clases de matemáticas y prácticas”, y “Educación en Música: un sitio de
creatividad colaborativa”.
Fecha de publicación del artículo: Abril de 2010.
Desarrollo del trabajo
Objetivo. El objetivo de este estudio fue investigar el efecto del aprendizaje cooperativo
sobre la habilidad en matemáticas y comportamientos sociales cooperativos en los niños
de kindergarden y evaluar las perspectivas de los profesores en la aplicación del
programa. Un grupo de control (n=17) y un grupo experimental (n=17) fueron estudiados.
Introducción. El autor realiza una descripción de cómo se enfoca la enseñanza de las
matemáticas para los niños de kinder. Afirmando las acepciones de otros autores, expone
la importancia de las matemáticas como base fundamental para toda la etapa escolar del
niño.
Existen muchos métodos de enseñanza para mejorar las habilidades en matemáticas de
los niños de kinder, y algunos autores exponen la importancia de implementar ambientes
de trabajo activo y de enseñanza práctica, para reforzar un proceso de enseñanza
colaborativa
68
Escucha activa. Muchos estudios, ((Al-Halal, 2001; Artut & Tarim, 2007; Gomleksiz, 1997;
Karper & Melnick, 1993; Tarim, 2003; Slavin & Karweit, 1985; Slavin, Leavey, & Madden,
1984; Tarim & Akdeniz, 2008; Tarim & Artut, 2004) han mostrado estudios donde
muestran que los ambientes de grupos cooperativos mejoran las habilidades en
matemáticas de los estudiantes.
Se define el aprendizaje cooperativo como una técnica pedagógica que incita a los
estudiantes a trabajar en grupo para maximizar su propio aprendizaje y el de sus
compañeros, (johnson & Johnson, 1999), es usado en muchos campos y aplicado en
diferentes niveles educativos. Se proponen mejoras, con este método, en el logro de los
objetivos del curso, relaciones interpersonales, autoestima, actitud, ansiedad y la inclusión
de las necesidades específicas de cada estudiante.
Escucha activa. El estándar más importante del aprendizaje cooperativo es la escucha
activa. Es importante que el estudiante esté listo para escuchar. El profesor debe estar
seguro que tiene la atención centrada en él y que no hay distracciones. Se han diseñado
materiales de escucha activa que garantiza este estándar, y puede aplicarse para tener
un proceso de enseñanza efectivo. Para el caso particular, se tienen imágenes de un par
de oídos, un par de ojos y un par de manos. Los niños luego hablan de lo que significa
cada imagen. Los ojos significan que los niños deben mirar al profesor mientras lo
escuchan, los oídos significan que deben escucharlo atentamente, y las manos significan
que no deben estar interesados en otras cosas mientras lo escuchan, (Curran, 1998).
"Happy talk": Es un método que se utiliza para involucrar a los niños en el planteamiento
de oraciones, frases y conductas positivas. Cada niño debe hacer una contribución o
participación positiva del tema que se esté desarrollando
Cada uno participa: Este es otro estándar en el que se le asigna la responsabilidad a cada
niño de participar con opiniones al tema en desarrollo.
El presente estudio evalúa el efecto del aprendizaje cooperativo en las habilidades de
matemáticas en los niños de kinder. Se plantean las siguientes preguntas de
investigación:
1. Tiene algún efecto el aprendizaje cooperativo sobre el aprendizaje de las matemáticas
de los niños?
2. Cuál es el punto de vista de los docentes o su experiencia con el método de
aprendizaje cooperativo?
3. Qué comportamientos cooperativos mostraron los estudiantes en la condición de
aprendizaje cooperativo?
Métodos. Participantes. El estudio se desarrolló en dos jardines privados en la ciudad de
Adana, Turquía. Los sitios fueron escogidos aleatoriamente para ser grupos experimental
69
y de control. El estudio se desarrolló en dos escuelas diferentes para evitar la interacción
entre los niños de grupos control y experimental. Las condiciones demográficas de los
estudiantes participantes en el estudio son: sus familias presentan un nivel de ingresos
medio y alto, sus padres tienen títulos universitarios de medicina, enfermería, ingeniería y
educación.
Para el grupo experimental, se escogieron 17 niños, (9 mujeres, 8 hombres), para el
grupo de comparación, igual número de niños, (8 mujeres, 9 hombres). La mayoría de los
niños no sabían leer ni escribir.
Para la prueba, un profesor y un asistente estuvieron presentes en ambos grupos. El
profesor del grupo experimental cuenta con 11 años de experiencia en educación, y el
profesor en el grupo de comparación cuenta con 13 años de experiencia. Ambas mujeres.
Se condujo una entrevista antes del experimento, ambas docentes hablan de que ha sido
muy difícil lograr que los niños trabajen en grupo, en función de su aprendizaje.
La docente del grupo experimental siguió un entrenamiento por cinco horas, acerca de
las técnicas de aprendizaje cooperativo, qué es y cómo se aplica en el grado kinder.
Medidas. El test de habilidades tempranas en matemáticas. Este test fue diseñado por
Ginsburg y Baroody, (2003) para evaluar las habilidades en matemáticas de los niños.
Esta prueba ha sido validada y puesto a prueba de confiabilidad por seis años.
Observación. Se planeó una observación semi-estructurada por parte del investigador,
para identificar si los niños mostraron comportamientos de aprendizaje cooperativo como
participación en las actividades en clase, compartiendo y entendiendo las instrucciones.
Durante las primeras tres semanas del estudio, (periodo de preparación), el investigador
observó ambos grupos, (experimental y de comparación). Una vez los niños se
acostumbraron a la presencia del investigador, el experimento comenzó a rodar.
Entrevista del profesor. Entrevista a los docentes. Se realizaron entrevistas semi-
estructuradas con las profesoras de ambos grupos, tanto al inicio como al final del
estudio. El investigador formuló preguntas relacionadas con sus perspectivas acerca del
trabajo en grupo, la estructura generar de cada salón de clases, los niveles de los niños.
Al final del estudio, a la docente del grupo experimental se le preguntó acerca de una
evaluación del trabajo en grupo, la adquisición de habilidades en matemáticas en los
niños, y sus opiniones acerca del método de aprendizaje cooperativo.
Intervención instruccional. En el grupo experimental se desarrollaron actividades con el
método de aprendizaje cooperativo: Suma (3 actividades), resta (3 actividades), sumas y
restas (2 actividades), reparticiones (3 actividades) y patrones (2 actividades), en total 13
actividades. Cada actividad incluía una estructura cooperativa: reunión de ideas usando
habilidades sociales, reunión de ideas para el equipo, compartiendo con el equipo, y a
través de preguntas.
70
Luego, el investigador y la docente se sentaron a estudiar las mejoras posibles en las
actividades, llegando a una conclusión de intervenir con las actividades dos días a la
semana, y una duración de una hora para cada actividad. Los mismos conceptos de
matemáticas fueron enseñados en el grupo de comparación, sin la metodología de
aprendizaje cooperativo.
Tratamiento. En cada actividad, se trabaja en grupos de 2, 3 o 4 niños, los cuales fueron
seleccionados aleatoriamente siempre. El programa usado en el grupo de control se
describe a continuación:
1. Los niños recibieron las descripciones necesarias del programa y de las actividades de
conocimiento con sus compañeros. Aquí, la profesora explicó lo hablado en escucha
activa y "Happy talk".
2. Se utilizan actividades que involucran a toda la clase para preparar a los niños para el
trabajo en grupo. Estas actividades incluyeron conteo rítmico hacia adelante, hacia atrás,
y jugando con un ábaco y contar los materiales preparados por el investigador.
3. Se asignan los niños a los grupos de tres, y se les pide que hagan un dibujo que
represente a su grupo, con el fin de fortalecer la competencia de trabajo en grupo. Ellos
escogen figuras como estrellas, dinosaurios y flores para identificar a su grupo.
4. Se incluyen algunas actividades cooperativas, introduciendo a los niños a trabajar en
grupo y ser muy colaboradores.
5. Los niños participan en algunas actividades introduciendo conceptos de matemáticas,
como adición, sustracción, reparto y patrones.
6. Se utilizaron materiales para cortar, pegar y pintar. Se les pidió que compartieran los
materiales.
7. Al final de cada actividad, los grupos fueron instruidos para pintar una imagen
apropiada de la idea central de la actividad (contada a través de una historia).
Si el objetivo de la actividad incluía suma o resta, la operación apropiada aparecía como
la imagen común del grupo de niños.
8. Diferentes actividades de enseñanza de matemáticas se aplicaron dos veces por 10
semanas.
9. En la semana final, los niños recibieron una evaluación y certificado de sus logros.
En la tabla 1 se muestran las actividades seguidas en ambos grupos para enseñar los
temas mencionados. En el grupo de control, nunca hubo trabajo en grupo, y se enseñaron
los mismos temas.
71
Análisis de datos. Se utilizó un análisis de comparación de medias a través de pruebas-t
para encontrar diferencias significativas en los puntajes de los dos grupos, en el pre-test.
Los resultados para el grupo de control fueron ligeramente superiores que para los niños
participantes en el grupo experimental. Luego se acudió a un análisis de covarianzas para
determinar si hubo diferencias significativas en los resultados del post-test. Un valor de
probabilidad de p<=0.5 fue considerado como estadísticamente significativo para ambas
pruebas.
Para el análisis cualitativo, se hizo un análisis del contenido de las entrevistas hechas a
las docentes, los comportamientos observados en los niños y comportamientos
cognitivos. La información fue codificada de acuerdo con los comportamientos
cooperativos identificados, que se presentan en la tabla 3.
Resultados. Los resultados son mostrados en dos secciones: una donde se muestran los
resultados obtenidos del TEMA-3 antes y después del experimento, y ventajas y
desventajas del programa basado en el método de aprendizaje cooperativo.
Resultados de la prueba TEMA-3 antes y después del experimento
72
De la tabla 2 se concluye que el puntaje promedio del grupo de comparación fue
ligeramente mayor que en el grupo experimental, en el pre test, para el post test cambió la
situación.
Fue necesario hacer una prueba t, la cual no encontró diferencias estadísticamente
significativas entre los dos grupos, (t(32)=-0.816, p>0.05). Se hizo un análisis de
covarianzas para determinar si existieron diferencias estadísticamente significativas entre
los puntajes medios obtenidos en el post-test. El análisis indica un efecto significativo en
el tratamiento en favor del grupo experimental. F(1,31)=5.09, p<0.05.
Ventajas y desventajas del programa basado en el método de aprendizaje cooperativo: la
observación. Las observaciones se analizaron en cuatro grupos: Cooperando y
compartiendo, escuchando las instrucciones, participación de cada niño y trabajando en
grupo.
Cooperando y compartiendo: Al comienzo del experimento, se les entregó materiales a
algunos niños de cada grupo para que trabajaran en grupo, las reacciones iniciales de
algunos de ellos estaba enfocada a trabajar individualmente. Luego de un rato los niños
comenzaron a cooperar y colaborar con el préstamo y compartir sus materiales.
Escuchando las instrucciones: Al finalizar el proceso, los niños del grupo experimental
tuvieron una mejor capacidad de escucha a las instrucciones del profesor. Al comienzo
del estudio, el docente tuvo dificultad en capturar su atención cuando debía dar las
instrucciones necesarias para el desarrollo de las actividades.
Participación de cada niño: El estudio tenía el objetivo de que todos los niños participaran,
para lo cual se presentaron muy buenos resultados. Cada integrante del grupo estaba
dispuesto a cumplir con sus responsabilidades. Algunos niños del grupo de control no
estuvieron todo el tiempo dispuestos a cumplir con las tareas y ejercicios propuestos. En
73
el grupo experimental se felicitaban unos a otros cuando salían a participar con el
desarrollo de las actividades.
Por ejemplo, una de las actividades estuvo orientada a desarrollar, para el grupo
experimental, unos dibujos donde se representaran a ellos mismos, allí todos participaron
y todos querían exponer sus dibujos. Mientras que en el grupo de control, se desarrolló
una actividad similar, pero a través de unas tablas y sin dibujos, los resultados allí no
fueron muy positivos, los estudiantes no querían participar y algunos decían que estaban
aburridos.
Trabajando en grupo: Durante el desarrollo de las actividades en el grupo experimental,
hubo momentos en los que los niños encontraban problemas para tomar decisiones en
equipo, y lograron una capacidad de escucha y trabajo activo y colaborativo, de manera
que les permitió lograr competencias de trabajo en grupo.
Ventajas y desventajas del programa basado en el método de aprendizaje cooperativo:
entrevista La docente del grupo experimental manifestó ciertas preocupaciones con
respecto al trabajo en grupo antes de desarrollar el experimento. Inicialmente porque ella
no se sentía cómoda con este modo de poner a trabajar a los niños, además de que no
estaban acostumbrados a trabajar de esta forma. Ella consideraba que no le pondrían la
atención suficiente para entender las actividades y se podrían distraer mucho.
Al finalizar las actividades, se dio cuenta de que los niños habían mejorado las
competencias relacionadas con las habilidades abstractas para las matemáticas, el
sentido de compartir y colaborar. La actitud de la profesora hacia el trabajo en grupo
cambio positivamente.
La profesora del grupo de control orientó actividades individuales con los niños, para
desarrollar las temáticas de estudio. En algunos casos puso a los niños a trabajar en
grupo, pero inclusive los niños trabajaban individualmente inclusive cuando se sentaban
en grupo.
Discusión. De manera general se ha determinado, a través de varios estudios que el
aprendizaje cooperativo ha mostrado producir efectos positivos en las habilidades de
matemáticas en los niños. Los resultados de este estudio son consistentes con las
investigaciones previas. Podríamos inferir que la mejora en las habilidades en
matemáticas puede atribuirse a un programa cooperativo.
En la implementación del experimento, se asignaron los niños en grupos de forma
aleatoria, garantizando que pudieran interactuar con niños con mejores habilidades como
también con niños con menores capacidades. Grandes autores y pedagogos, como por
ejemplo Piaget, afirman que es muy importante que los niños interactúen en un contexto
social con demás niños con iguales capacidades, como también con mejores o menos
habilidades que ellos para promover un buen aprendizaje y desarrollo cognitivo.
74
Vigotsky afirma que los niños desarrollan habilidades cognitivas interactuando con los
demás compañeros que tienen mejores habilidades, ya que son desafiados a participar en
la resolución de problemas de mayor complejidad, y llegó a identificar que la mejor forma
de generar este desarrollo es a través de ambientes de aprendizaje cooperativo.
En este estudio también se encontró que los niños que participaron en el grupo
experimental, generaron un mayor nivel de escucha activa al prestar atención a las
instrucciones de la profesora, en comparación con el grupo de control. Se puede
considerar como un factor adicional en este estudio el uso de material que promueve la
escucha activa, como un estándar muy importante.
Las lecciones de aprendizaje cooperativo ayudaron a los niños a desarrollar habilidades
mentales y motoras para incorporar no solo en matemáticas, sino también en literatura y
artes al mismo tiempo.
Conclusiones. Los hallazgos en este estudio muestran que los métodos de aprendizaje
cooperativo pueden aplicarse para enseñar conceptos matemáticos en grado kinder. En el
grupo de control se prefirieron las clases tradicionales, no se veía el concepto trabajo en
grupo. No hubo cambios en temas como compartir, cooperar y definir cosas en equipo en
los niños.
En el grupo experimental, los niños estuvieron dispuestos a colaborar, compartir y
escuchar al docente, además de responsabilizarse por sus actividades. Este tipo de
estudios pueden sugerirse para aplicarlos a los estudiantes de grado kinder. Algunas
sugerencias al respecto se pueden dejar para los docentes.
Este método puede ser fácilmente usado en la enseñanza de matemáticas dentro
de un currículo de kindergarden.
Este método es más efectivo cuando se introducen los estándares de
aprendizaje cooperativo en los salones de clase, y aplicados en ambientes donde
los niños vengan acostumbrados al trabajo en grupo.
El uso de las habilidades sociales en aprendizaje cooperativo pueden chequearse
a lo largo de la intervención.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Investigar el efecto del aprendizaje cooperativo sobre la habilidad en matemáticas y comportamientos sociales cooperativos en los niños de kindergarden y evaluar las perspectivas de los profesores
El objetivo que persigue el presente artículo está muy relacionado con el planteamiento del objetivo general de este proyecto de investigación. Medir el efecto del aprendizaje en determinados estudiantes.
75
en la aplicación del programa. Escenario de aplicación: Estudiantes de kindergarden. Metodología del experimento: Asignación aleatoria de los estudiantes en dos grupos, (experimental y de control). En el grupo experimental, el docente introduce a los niños a un sistema de aprendizaje cooperativo y en equipo. En el grupo de control se sigue una metodología de enseñanza tradicional. Se realiza la prueba en cada grupo en simultáneo, con las mismas temáticas a desarrollar. Instrumento de Evaluación: Se basó en un test de habilidades tempranas en matemáticas. Test estándar, además de una observación semiestructurada por parte de un investigador que estuvo presente en las sesiones del experimento, y finalmente una entrevista con los docentes que orientaron las actividades. Método de análisis: Análisis de comparación de medias de los resultados a través del test estándar, con ayuda de las pruebas-t. Lo anterior aplicado al pre-test. Para analizar los resultados del post-test, (prueba realizada después de ejecutar el experimento), se hizo un análisis de covarianzas para determinar diferencias estadísticamente significativas entre los puntajes medios.
El escenario de aplicación para este proyecto sería diferente. Se pretende realizar en un escenario donde los estudiantes sean de pregrado y de Ingeniería. La asignación aleatoria de los dos grupos, para determinar las mediciones es fundamental, y considerada también en el presente proyecto. El instrumento de evaluación corresponde a un instrumento ya diseñado, uno estándar, particular para la temática que se desea abordar en el experimento del presente artículo. Para el proyecto de investigación se planea establecer un mecanismo de evaluación cuantitativa y cualitativa que permita generar un sistema de evaluación por competencias. En la metodología seguida para desarrollar el experimento y realizar las mediciones, además del test, los autores proponen una entrevista con los docentes de cada grupo y un proceso de observación semiestructurada en donde un investigador podía evaluar el comportamiento y las conductas de los niños en el desarrollo del mismo. En contraste, para el presente proyecto se pretende realizar un proceso de observación adicional, durante el desarrollo de cada actividad académica para obtener información de carácter cualitativa.
2.1.8. Título: Combining active learning techniques and productivity projects to improve student performance in production and operations management classes: an exploratory study
Resumen: En este estudio exploratorio, los investigadores comparan el uso de
aprendizaje activo y tecnología en la cual integran los conceptos de IO con software de
productividad, frente a un método de enseñanza tradicional. Los resultados sugieren que
tanto el aprendizaje activo como la tecnología tienen efectos positivos.
Palabras clave: Producción e Investigación de Operaciones, Educación, Aprendizaje
Activo
76
Autores e Institución: Queen Esther Booker, Claudia Pragman, Minnesota State
University Mankato. Fred L. Kitchens, Ball State University. Carl Rebman Jr., University of
San Diego.
Criterio de Búsqueda
Journal consultado: Decisions Science Journal.
http://www.decisionsciences.org/Proceedings/DSI2008/docs/442-6544.pdf
Descripción del journal: Decisions Science, la principal revista del Instituto de
Ciencias de la Decisión, publica las investigaciones de expertos académicos
acerca de la toma de decisiones dentro de los límites de una organización, como
también decisiones relativas a la coordinación de empresas. El journal promueve
investigación avanzada en toma de decisiones e interfaces de funciones de
negocios y límites organizacionales.
Fecha de publicación del artículo: Noviembre de 2008
Desarrollo del trabajo
Objetivo: Estudio exploratorio para comparar el desempeño del aprendizaje activo, vs el
aprendizaje tradicional en la enseñanza de administración de operaciones con software
para la productividad. Los resultados se basan en un modelo de regresión, y después un
análisis de varianzas ANOVA.
Introducción
La Producción e Investigación de Operaciones son disciplinas importantes de ser
estudiadas y asimiladas por estudiantes de escuelas de negocios, hace parte de sus
currículos, pero sus orientadores encuentran desinterés por parte de los estudiantes hacia
sus conceptos, muchas veces porque requiere de mucha matemática y estadística, o
porque los estudiantes no le ven mucha aplicabilidad en su carrera. La pregunta inicial de
la facultad se enfocaba en encontrar los tópicos clave en la carrera, los cuales requieren
conocimiento de estas disciplinas, como son administración de calidad, control, toma de
decisiones en todos los niveles. Se ha diseñado un modelo de aprendizaje activo para
promover la integración de los principios de Investigación de Operaciones y Producción a
través del uso de casos, problemas y ejercicios. Este método ha incrementado el interés y
la mejora en el desempeño de múltiples disciplinas, incluyendo Investigación de
Operaciones. Se han conocido algunos casos de actividades experienciales, las cuales
son utilizadas para promover el aprendizaje activo en la Investigación de Operaciones.
Experimentos como El grano rojo y el embudo. (Dr. W. Edwards Deming); La simulación
de las operaciones en los negocios. (Zarco); La producción de títeres de papel.
Producción de tarjetas. El uso de fichas de Lego como materia prima. Styro, un vídeo que
simula la actividad en una fábrica. John Deree employees. Estos ejercicios han
presentado mejoras en el rendimiento de los estudiantes, en especial en los conceptos de
Investigación de Operaciones.
77
Este estudio analiza los puntajes obtenidos en las evaluaciones desde 4 secciones
diferentes de Investigación de Operaciones, donde los docentes crean unas evaluaciones
comunes, para asegurar la consistencia en el análisis estadístico. Al final del primer
período académico, luego de examinar las evaluaciones, los docentes enfatizan en la
cantidad de grupos a tener en cuenta, y bajo que metodología de enseñanza: Tres clases
se implementarán con aprendizaje activo, dos con tecnología y una con el método
tradicional de lectura.
La hipótesis a probar es: El método de aprendizaje activo con tecnología,
independientemente del formato, mejora el desempeño del estudiante.
Synopsis de la actividad del restaurante de Pizza (enseñanza de los métodos A y B):
Esta actividad es usada en dos clases, una que hace uso de la tecnología para
desarrollarla y otra que no. Se representa en el salón de clases los restaurantes de pizza,
(en equipos de trabajo, cada uno representando un restaurante), que deben evaluar sus
estrategias competitivas: costo, diferenciación y su misión. El juego se desarrolla en tres
sesiones, en la primera, el docente da las instrucciones y reglas para el juego, en la
segunda los estudiantes toman las decisiones correspondientes para comenzar a producir
la cantidad de pizza necesaria, de acuerdo con una meta dada, y aplicando la estrategia
competitiva seleccionada. En la tercera sesión, el docente publica los resultados en
función de algunas variables: cambios en el diseño del producto, precio, satisfacción del
cliente, devoluciones,
En las siguientes sesiones, los estudiantes producen y venden pizza, con el fin de
recolectar información del cliente: satisfacción, tipo de plaza, llegadas y salidas, nivel de
inventario empleado. En estas últimas sesiones los estudiantes repasan y aplican
conceptos relacionados con Cadenas de Suministro, Calidad y Administración de la
Calidad, Administración del Inventario, Administración de Sistemas de Información y
Programación.
Synopsis de las actividades variadas para Aprendizaje Activo (enseñanza del método C):
Más que actividades para comprensivas, el orientador utiliza la tecnología para
complementar lo visto en clase. Por ejemplo, con ayuda de e-Books y blogs publica
información sobre un determinado tema, con el objetivo de que los estudiantes trabajen
con base en ellos. Se describen las actividades a realizar, bajo un problema dado sobre
algún tema, y los estudiantes dan soluciones a este problema, desde los conceptos
suministrados por el docente. En ocasiones hacen uso de Excel como herramienta de
cálculo y análisis de información necesaria para completar el proyecto.
Synopsis de la lectura tradicional (enseñanza del método D): El método de enseñanza
tradicional se basa en que el docente prepara su tema, y lo enseña a través de lecturas,
comprensión de lectura y algunas ocasiones, pone a interactuar a los estudiantes con
tareas. A veces se ayudan de diapositivas seguidas o resumidas de un texto,
complementando con explicación magistral.
78
Metodología. Los estudiantes participantes pertenecen a un curso introductorio de
Investigación de Operaciones, en el pregrado. Tres de las sesiones fueron enseñadas en
jornada de la tarde, una en la noche. La distribución en tres de las cuatro secciones fue
mesa redonda, en una se dispusieron los puestos de manera lineal, uno tras otro. Las
tres secciones de aprendizaje activo se realizaron durante el semestre de primavera, la
sección con metodología tradicional se llevó a cabo en otoño. En total fueron 151
estudiantes en secciones de 4 cursos. Cada sección participaron entre 37 y 40
estudiantes, una distribución razonablemente equitativa para fines del estudio.
En todas las secciones se utilizó un método de tareas vía online con selección múltiple, o
llenar el espacio en blanco. Se aclara que en el estudio no se recolectó información
demográfica de los participantes, como género, grado de estudio, o nivel promedio de
calificaciones.
Análisis y Discusión. Antes del estudio, los docentes elaboraron preguntas comunes
para proponer una evaluación común para los grupos en estudio. Las evaluaciones fueron
preguntas de selección múltiple. La siguiente tabla resume la cantidad de preguntas
relacionadas con los temas enseñados y objetos del presente estudio:
Se realizaron dos tipos de análisis de los resultados. El primero un modelo de regresión
para determinar alguna significancia del diseño del curso. La variable dependiente es el
grado de la calificación obtenida por el estudiante en el examen final sobre las preguntas
comunes, las variables independientes son: ejercicio de la pizzería (1 si es usado, 0 si
no), tecnología mejorada o implementada (1 para implementada, 0 si no), tiempo del
encuentro (1 si es en la tarde, 0 si es en la noche), y disposición del salón de clases (1 si
es rectangular, 0 si es mesa redonda).
En el modelo de regresión inicial no evidenció una importancia significativa para las
variables de disposición del salón y tiempo del encuentro, de manera que se les asignó
como coeficientes cero (0), el modelo final obtuvo un valor p<0.005 para la variable
pizzería y tecnología fue significativa (p<0.05). Aunque se pensó que no era significativo,
el método de lectura tradicional tuvo un efecto negativo en el desempeño del estudiante,
como se muestra en la tabla siguiente. El modelo ajustó con un R2 de 0.7, interpretando
que una porción del modelo es explicada por las variables usadas.
79
Se realizó un análisis ANOVA simple sobre el desempeño de los estudiantes, utilizando
las 95 preguntas comunes. Los resultados se muestran a continuación:
Los resultados soportan la diferencia significativa entre los modelos. El valor p es
significativo al ser <0.005. Se muestran detalladamente los valores p de cada grupo para
distinguir si hubo diferencias significativas entre los grupos.
El Análisis de Varianzas muestra que la hipótesis que los estudiantes tienen mejor
desempeño cuando la clase de Investigación de Operaciones se desarrolla con el método
de aprendizaje activo. Además se ilustra que se tiene un mayor desempeño cuando las
técnicas de aprendizaje activo se complementan con los métodos de uso de aplicaciones
en productividad.
80
Cuando se observa el resultado en función de los temas comunes planteados, los grupos
donde se aplicó el aprendizaje activo se desempeñaron mejor que en los grupos
tradicionales en todas las categorías. Esto no quiere decir que un modelo de aprendizaje
activo obtiene mejor desempeño que otro. Los aspectos tecnológicos mejoran el
desempeño de los estudiantes cuando se combina con el enfoque de aprendizaje activo.
Conclusiones. Los principales resultados de este estudio corroboran la idea de que la
técnica de aprendizaje activo mejora el desempeño del estudiante participante en un
curso bajo este método.
Este estudio impulsa a continuar con investigaciones donde se implementen estrategias
de software de productividad en el salón de clases. Se evidencian las mejoras en el
desempeño de los participantes cuando esta técnica se complementa con aprendizaje
activo.
Los resultados de este estudio contribuyen al cuerpo del conocimiento que soporta el uso
de actividades experienciales para la mejora en el aprendizaje del estudiante.
Se aclara que el presente estudio sigue siendo exploratorio, falta un estudio sobre las
condiciones demográficas de los participantes, como género, edad, origen étnico, y otros
factores que puedan precisar y calibrar la significancia de los diferentes tipos de
tratamiento.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Los autores presentan el desarrollo de un estudio exploratorio, donde comparan el uso de aprendizaje activo y tecnología en la cual integran los conceptos de Investigación de Operaciones con software de productividad, frente a un método de enseñanza tradicional.
De igual forma que en artículos revisados anteriormente, el objetivo que plantean los autores se enfoca en la puesta a prueba, a través de la herramienta del Diseño Experimental, de dos metodologías de enseñanza en un curso introductorio de Investigación de Operaciones, una metodología tradicional y una metodología
81
Objetivo: Comparar el desempeño del aprendizaje activo con respecto al aprendizaje tradicional en la enseñanza de administración de operaciones con software para la productividad. Escenario de aplicación: Estudiantes de un curso introductorio a la Investigación de Operaciones en el pregrado de negocios. Metodología del experimento: Los estudiantes son divididos en dos grupos, en uno de ellos se acude a una clase con metodología tradicional, donde con lecturas y tareas se pretende abarcar todo el tema. Otro grupo en donde la metodología de enseñanza se basa en actividades de tecnología para diseñar y desarrollar estrategias de decisión relacionadas con la Investigación de Operaciones, a través de supuestos y de juegos. Instrumento de evaluación: Nota obtenida de la evaluación de cuatro previas distribuidas de manera uniforme en cuanto al tiempo de aplicación. Método de análisis: Los resultados se basan en un modelo de regresión, y después un análisis de varianzas ANOVA.
basada en el aprendizaje activo, a través del uso de tecnologías de la información. En cuanto a la metodología, para el presente proyecto se pretende establecer una comparación, desde un análisis de varianzas, (ANOVA), el desempeño académico de los estudiantes de determinado curso de Ingeniería Industrial con respecto a la aplicación de dos metodologías de enseñanza diferentes. Además de lo anterior, se pretende para el presente proyecto abarcar un análisis cualitativo de tal forma que se conjuguen las estrategias de análisis cuantitativo, (obtención de nota a través de un mecanismo de evaluación), con una estrategia de análisis cualitativo, en donde a través de focus group y/o de entrevistas a los estudiantes participantes, se puedan identificar categorías clave que complemente los resultados del estudio. Se identifica que para el presente artículo, los autores hacen la claridad de que falta un estudio que integre las condiciones demográficas de los participantes, como género, edad, origen étnico, y demás factores que puedan precisar darle un mayor nivel de significancia de los diferentes tipos de tratamiento.
2.1.9. Título: Implementación de una propuesta de aprendizaje significativo en la cinemática a través de la resolución de problemas.
Resumen: Diseño y aplicación de una propuesta metodológica activa, basada en la
resolución de problemas y el cálculo diferencial, como medios para abordar contenidos de
cinemática. Los resultados alcanzados muestran una valoración favorable de los
estudiantes y han permitido establecer la influencia de la propuesta metodológica en el
rendimiento académico y estrategias de aprendizaje, como indicadores de aprendizaje
significativo y del reconocimiento que el alumno le asigna a la propuesta.
Palabras clave: Aprendizaje significativo, problemas integrador, metodología activo-
participativa.
82
Autores e Institución: Iván Sánchez Soto, Universidad del Bío Bío, Concepción, Chile.
Marco Antonio Moreira, Universidade Federal do Rio Grande do Sul (UFRGS). Porto
Alegre, Brasil. Concesa Caballero Sahelices, Universidad de Burgos. Burgos, España.
Criterio de Búsqueda
Journal consultado: Ingeniare. Revista chilena de ingeniería
Descripción del journal: Ingeniare. Revista Chilena de Ingeniería edita tres
números al año (cuatrimestral), publica estudios originales e inéditos de
académicos y profesionales pertenecientes a entidades públicas y privadas,
chilenas o extranjeras, que deseen difundir sus experiencias sobre ciencias de la
ingeniería, tecnología y disciplinas afines como: Electrónica, Eléctrica,
Computación, Mecánica, Industrias, Acústica, Metalurgia y Enseñanza de la
Ingeniería.
Fecha de publicación del artículo: Noviembre 13 de 2008.
Desarrollo del trabajo
Introducción. El presente estudio ilustra las implicaciones didácticas de una propuesta
metodológica activa, que involucra técnicas de aprendizaje significativo, a través de la
resolución de problemas, incluyendo la importancia de identificar conceptos relacionados
con el cálculo diferencial y aplicaciones de conceptos físicos involucrados. Lo que se
busca con este estudio es lograr una asimilación e interpretación profunda de los
conceptos enseñados en Cinemática, a través de un enfoque activo, de manera que se
generen patrones de aprendizaje significativo.
Haciendo uso del cálculo diferencial, se pueden desarrollar habilidades de identificación y
resolución de problemas, como también de interpretación, más que de memorización de
fórmulas, de tal manera que el estudiante esté en la capacidad de describir y transmitir el
conocimiento en diferentes contextos.
La metodología empleada será a través de Actividades de Aprendizaje (AA), en donde se
proponen una serie de problemas, los cuales el estudiante debe identificar, interpretar y
solucionar con la apropiación del conocimiento previo, y trasladarlo a otras situaciones. El
punto de partida es un problema integrador de conceptos, llamado desafío, al final de
cada unidad del contenido de la asignatura.
Se pretende que los resultados del estudio evidencien las ventajas de implementar
nuevas estrategias pedagógicas y presentar una metodología de trabajo específica en el
aula de clases, de tal forma que genere un impacto en el desempeño de la docencia, en el
rendimiento de los estudiantes en cuanto al desarrollo de habilidades cognitivas y
competencias laborales. Brindar una metodología que integre apropiadamente el material
didáctico, el alumno y el docente, en función de crear ambientes de aprendizaje
significativo, es el objetivo último del presente estudio.
83
La dinámica del método activo consiste en desarrollar talleres en el aula donde los
estudiantes puedan ser los autores de la construcción de su conocimiento. A través de
grupos pequeños, a partir de noticias, periódicos, etc., se promueve la participación
activa del estudiante en la identificación y resolución de problemas. Las Actividades de
Aprendizaje se basan en el debate y discusión de un problema determinado, en el que los
estudiantes aprenden a solucionarlo por su propia experiencia, y el docente se convierte
en un mediador y facilitador de este proceso.
Se busca también superar algunas dificultades que surgen en el proceso de aprendizaje,
como por ejemplo, la forma tradicional en la que el docente es el centro del proceso de
aprendizaje del alumno, ha hecho que ellos lo escuchen pasivamente y aprenden a
memorizar más que a interpretar, y cualquier cambio de metodología les provoca
inseguridad y probablemente desmejora su rendimiento; la comunicación es vía oral, por
lo cual se considera superficial; y generalmente el estudiante desconoce la carencia de
conocimiento.
Este estudio se desarrolló con estudiantes de Ingeniería de ejecución eléctrica y
electrónica de la Universidad de Bío Bío en Chile.
Objetivos:
Facilitar la adquisición de aprendizaje significativo.
Eliminar el uso mecánico de fórmulas.
Desarrollar estrategias de aprendizaje
Mejorar el rendimiento académico y valoración de la propuesta.
Fundamentos teóricos. Aprender conceptos, procedimientos y actitudes, constituye un
proceso de aprendizaje integral y significativo, aplicándolos a la Cinemática, es lo que se
busca en el presente estudio. El reto del docente es proponer una metodología de
enseñanza-aprendizaje que permita la creación del conocimiento, la interacción con los
demás estudiantes y proponer un escenario de transformación profesional.
El concepto central de aprendizaje significativo corresponde al proceso en el cual una misma información se relaciona, de manera no arbitraria y sustancial (no al pie de la letra), con lo que el alumno ya sabe, y si éste adopta la actitud de aprendizaje correspondiente para hacerlo así (D. Ausubel, 1997). La generación de un ambiente de aprendizaje significativo requiere de un material adecuadamente diseñado y el alumno debe manifestar disposición para el aprendizaje. Se define el aprendizaje mecánico o reiterativo, como un ambiente donde los conceptos se aprenden de forma aislada, y el estudiante no relaciona lo que aprende con lo existente en su estructura cognitiva, (Ausubel, 1997). Metodología de aula. La metodología propuesta en el presente estudio plantea una etapa inicial de trabajo en equipo y de recepción de información necesaria acerca del problema a resolver. Se presenta un texto que describe una situación, y los equipos
84
trabajan en conjunto para contextualizar e identificar el problema. Una segunda etapa de investigación y consulta acerca de los tópicos abordados en el caso para resolver el problema, lo que constituye una etapa más individual que grupal. Una tercera etapa donde se socializan los contenidos y los estudiantes exponen propuestas de resolución al problema identificado. La función del docente es más de orientar y guiar el proceso de consulta y de construcción del aprendizaje de los estudiantes. Propuesta metodológica. Se propone una serie de actividades en el aula, planeadas y desarrolladas sistemáticamente. Planteamiento de un problema integrador de contenidos, con problemas más pequeños para ser abordados desde una perspectiva que permita plantear soluciones al problema integrador, la integración de los contenidos debe generarse desde y hacia el estudiante, en función de encontrar soluciones al problema principal. Metodología de la investigación. El escenario de aplicación es la asignatura Física I que se cursa en carreras de Ingeniería en Ejecución, de la Universidad de Bío Bío, en Chile. Se seleccionan dos grupos de estas asignaturas, uno experimental y uno de control, los cuales reciben una intervención metodológica distinta, en el mismo horario y con el mismo contenido: a) Grupo Experimental, con base en problemas a resolver y uso de cálculo diferencial, con sus correspondientes AA, donde se aprende al investigar y compartir significados en el trabajo colaborativo; b) Grupo Control, que trabaja con metodología tradicional, clases expositivas en las que se entregan los contenidos en forma acabada, se realizan demostraciones que permiten encontrar las fórmulas generales para cada caso, y que posteriormente se utilizan para resolver ejercicios en la clase y en las prácticas. Se utiliza un diseño de investigación Cuasiexperimental, para identificar la manera en que dos variables se comportan, metodología propuesta y el rendimiento de los estudiantes participantes del estudio. Se utiliza un pre y una post prueba y se realiza un análisis descriptivo y cualitativo de la información. Las preguntas de investigación se describen textualmente: a) ¿Qué influencia ejerce la metodología empleada para enseñar y aprender en las estrategias de aprendizaje (calidad del aprendizaje) adquiridas por los estudiantes? b) ¿Qué influencia ejerce la propuesta metodológica en el rendimiento académico de los estudiantes sometidos a la investigación? c) ¿Qué percepción o valoración realizan los alumnos sometidos a la investigación acerca de la propuesta metodológica? Instrumento de evaluación. Las estrategias de aprendizaje se midieron a través del Inventario de R. Schmeck, que está formado por 55 enunciados distribuidos en: Procesamiento Elaborativo (PE); Procesamiento Metódico (PM); Procesamiento Profundo (PP); Retención de Hechos (RH). Un equipo de docentes expertos se reúne para preparar el test de carácter formal, que se aplica en ambos grupos para evaluar el rendimiento académico de los estudiantes. La confiabilidad de los instrumentos de medidas se determina a través de la prueba de Kuder Richardson (KR20) para la fiabilidad, que considera ítems con respuesta correcta o
85
incorrecta (escala dicotómica), resultado que se corresponde al coeficiente alpha de Cronbach. Las confiabilidades, para el certamen y para el test de carácter formal son 0,91 y 0,72 respectivamente. Finalmente se les aplica una encuesta de valoración abierta, donde los estudiantes evalúan el desarrollo del curso, y su grado de satisfacción acerca del aprendizaje adquirido durante el curso. La muestra es de 108 alumnos, distribuidos en los dos grupos de estudio. Resultados. Los resultados obtenidos en la evaluación de las estrategias de aprendizaje, son analizados por categorías, tanto en el pre como en el post test. La siguiente tabla refleja el cambio significativo en la categoría de procesamiento profundo, ya que arroja un valor significativo a través de la prueba de Mc-Nemar.
El siguiente gráfico muestra los porcentajes resultantes de la calificación de cada categoría, en niveles dicotómicos. Del análisis del gráfico se deduce que la categoría procesamiento profundo sobre y bajo la normal (PPSN y PPBN) muestra una mayor variación entre las dos mediciones, lo que se corrobora con la prueba de Mc-Nemar, que registra cambio significativo al 99% (p = 0,01). Los otros factores muestran variaciones pero éstas no son significativas al 95% (0,05)
86
. El gráfico 2 ilustra los resultados alcanzados en las categorías de aprendizaje profundo y elaborativo, tanto en el pre test como en el post test. Las condiciones para alcanzar aprendizaje significativo involucra que estas dos variables alcancen un buen porcentaje sobre la normal, este gráfico evidencia el cambio generado después de aplicar el método de enseñanza basado en estrategia activa, el nivel de respuestas sube del 15% al 42%. Esto también se corrobora con la prueba Mc-Nemar, que establece un estadístico X2 = 9,48 mayor al valor crítico, por lo tanto, se registra cambio significativo al 99,8% (p = 0,002). En conclusión, al aplicar la metodología de enseñanza activa, se generan cambios en la forma de aprender, una mayor cantidad de alumnos analiza, relaciona, comprende, abstrae y transfiere los contenidos a diferentes contextos, generando un aprendizaje significativo.
87
En el gráfico siguiente se ilustra la no existencia de diferencias significativas en el rendimiento académico de los estudiantes antes de desarrollar el experimento. Se comprueba a través de las medias con un 91% (p = 0,8637), no existiendo diferencias significativas entre los grupos.
Los resultados del rendimiento académico se visualizan en la tabla siguiente, utilizando el instrumento de evaluación certamen:
Se observa que los alumnos del grupo experimental obtuvieron un mejor rendimiento académico, que los alumnos del grupo control, diferencia que es significativa a 99,97% (p = 0,0003), según la prueba de las media con un estadístico de X2 = 12,84 mayor que el valor crítico, es decir, se corrobora la hipótesis acerca de la influencia de la metodología basada en ASARP en el rendimiento académico con un 99,97%.
88
Del gráfico anterior se puede evidenciar que el rendimiento académico en los estudiantes que estuvieron con metodología tradicional, la mayoría tuvo una baja puntuación, a diferencia del grupo experimental, quien tuvo altos puntajes, en el 55% de sus estudiantes. Lo que se corrobora a través de la prueba estadística Ji-cuadrado, que establece diferencias significativas a 99,9998% (p = 0,0002 y valor estadístico X2 = 13,76) a favor del grupo experimental. Luego se confirma la hipótesis acerca de la influencia de la metodología basada en ASARP en el rendimiento académico. La valoración de la propuesta metodológica se resume en el gráfico 6, los estudiantes a través de 10 preguntas calificaron su percepción hacia el nivel de aprendizaje alcanzado, dada la metodología de enseñanza que recibió durante el curso. Se evidencia una mayor puntuación hacia una buena percepción de actividades de aprendizaje usado en el aula para promover la adquisición de aprendizaje significativo.
89
Conclusiones La propuesta metodológica para generar un aprendizaje activo, influye en el rendimiento
académico del estudiante, en una forma positiva, además de cambiar la forma de
procesar su información, generando un pensamiento profundo y elaborativo.
Los alumnos del grupo experimental obtuvieron un mayor nivel en su rendimiento
académico.
Los alumnos del grupo experimental muestran cambios significativos en la adquisición de
los contenidos de cinemática, lo que se refleja en los resultados obtenidos entre la
primera y segunda medición test y certamen, que muestra cambio significativo al
99,9999% (p = 0,000) según la prueba de McNemar, (estadístico = 24,74), lo que
permite inferir que el uso de problemas y actividades de aprendizaje trabajadas en forma
colaborativa en el aula y fuera de ella incide significativamente en el rendimiento
académico.
Con la metodología de enseñanza basada en problemas, se borraron los límites entre
teoría y práctica, dadas las condiciones sistemáticas ofrecidas para el desarrollo de estas
mismas actividades. Esto también motiva la interacción entre los mismos estudiantes, su
material educativo y genera mayor acercamiento con el docente, quien es el facilitador en
su proceso de aprendizaje.
En cuanto a los resultados de la encuesta abierta sobre las percepciones del aprendizaje,
los estudiantes destacan la habilidad para trabajar en equipo, ya que estas actividades le
permiten sustentar, defender y respetar ideas propias y de los demás compañeros,
generando un aprendizaje más participativo y activo.
La metodología propuesta en este estudio mejora la interacción social en el aula, es activa
y participativa, promueve la búsqueda de información y favorece la construcción del
conocimiento.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Establecer la influencia de una propuesta metodológica en el rendimiento académico y estrategias de aprendizaje, como indicadores de aprendizaje significativo y del reconocimiento que el alumno le asigna a la misma.
Los autores del artículo exponen un análisis básico de la implementación de una propuesta de aprendizaje significativo a través de la resolución de problemas. Se asemeja mucho la metodología a seguir aquí con lo que se desea investigar en el presente proyecto, ya que la propuesta
90
Escenario de aplicación: Estudiantes de Física I de Ingeniería de ejecución eléctrica y electrónica. Metodología del experimento: Actividades de Aprendizaje (AA), en donde se proponen una serie de problemas, los cuales el estudiante debe identificar, interpretar y solucionar con la apropiación del conocimiento previo, y trasladarlo a otras situaciones Se seleccionan dos grupos de estas asignaturas, uno experimental y uno de control, los cuales reciben una intervención metodológica distinta, en el mismo horario y con el mismo contenido: a) Grupo Experimental, con base en problemas a resolver y uso de cálculo diferencial, con sus correspondientes AA, donde se aprende al investigar y compartir significados en el trabajo colaborativo; b) Grupo Control, que trabaja con metodología tradicional, clases expositivas en las que se entregan los contenidos en forma acabada, se realizan demostraciones que permiten encontrar las fórmulas generales para cada caso, y que posteriormente se utilizan para resolver ejercicios en la clase y en las prácticas. Instrumento de evaluación: Las estrategias de aprendizaje se midieron a través del Inventario de R. Schmeck, que está formado por 55 enunciados distribuidos en: Procesamiento Elaborativo (PE); Procesamiento Metódico (PM); Procesamiento Profundo (PP); Retención de Hechos (RH). Un equipo de docentes expertos se reúne para preparar el test de carácter formal, que se aplica en ambos grupos para evaluar el rendimiento académico de los estudiantes. Finalmente se les aplica una encuesta de valoración abierta, donde los estudiantes evalúan el desarrollo del curso, y su grado
genera un espacio de evaluación del rendimiento académico de los estudiantes que intervienen en la investigación, con la aplicación de dos metodologías de enseñanza: tradicional y basada en actividades de aprendizaje para resolución de problemas. El escenario de aplicación en el artículo corresponde al área de Ciencias Básicas para Ingeniería de ejecución eléctrica y electrónica. Para el presente proyecto, se pretende desarrollar en el área de aplicación de Ingeniería Industrial, Producción en particular. El instrumento de evaluación lo toman también como estándar, en donde un grupo de expertos han determinado una serie de preguntas con el objetivo de abordar en el instrumento de evaluación el contenido fundamental de la asignatura. Para el actual planteamiento del proyecto, se pretende identificar y establecer un instrumento de evaluación acorde a las necesidades de evaluación por competencias. El artículo analizado no expone consideraciones adicionales en el análisis de los resultados. Nuevamente se torna importante resaltar que el método de análisis complementario al cuantitativo será un análisis cualitativo a través de algunos mecanismos que permitan tener información más detallada y particular por parte de los estudiantes participantes, luego de la aplicación de las dos metodologías puestas a prueba.
91
de satisfacción acerca del aprendizaje adquirido durante el curso. La muestra es de 108 alumnos, distribuidos en los dos grupos de estudio. Método de análisis utilizado: Los resultados obtenidos en la evaluación de las estrategias de aprendizaje, son analizados por categorías, tanto en el pre como en el post test. Luego de identificar las categorías, se obtienen resultados del rendimiento académico de los estudiantes por cada una de ellas, y se procede a calcular, además de los parámetros estadísticos básicos, una
prueba para evaluar cambios significativos en el rendimiento de cada categoría, para cada grupo analizado.
2.1.10. Título: Impacto de los juegos didácticos como herramienta metodológica en el aprendizaje y la enseñanza de la Ingeniería Industrial
Resumen: En este artículo se presenta un estudio cuasiexperimental, utilizando pre y
post test, con grupo de control y de tratamiento, para determinar la validez que tienen los
juegos didácticos como herramienta metodológica. Se encuentra que éstos tienen un
efecto positivo en el rendimiento académico de los estudiantes de Ingeniería Industrial de
la Universidad de Córdoba, (Colombia), del curso de organización y métodos II. El estudio
presenta una evidencia estadística del efecto que tienen las diferentes metodologías de
enseñanza en el rendimiento de los estudiantes, además de identificar factores
adicionales.
Autores e Institución: José Orlando Montes de la Barrera, Helman Enrique Hernández
Riaño, Jorge Mario López Pereira y Juan Ángel Chica Urzola Universidad de Córdoba,
Montería (Colombia)
Criterio de Búsqueda
Journal consultado: Revista en Educación en Ingeniería. ACOFI
Descripción del journal: Presenta en su contenido experiencias inéditas de
origen académico y profesional en el campo de la formación de ingenieros, así
como, resultados de investigación científica y tecnológica en el área, artículos de
92
reflexión, revisión y actualización y, documentos que constituyan nuevos aportes a
los procesos de enseñanza – aprendizaje en ingeniería
Fecha de publicación del artículo: Junio de 2010
Desarrollo del trabajo
El artículo muestra una metodología de diseño experimental para evaluar
estadísticamente el impacto de los juegos didácticos como apoyo a las clases
magistrales, evaluación que se toma a partir del rendimiento académico de los
estudiantes de la asignatura de Organización y Métodos, del programa de Ingeniería
Industrial de la Universidad de Córdoba.
Como pregunta de investigación, los autores plantean: ¿Qué efecto tienen los juegos
didácticos como herramienta metodológica de apoyo a la clase magistral en el
rendimiento académico de los estudiantes en la temática, diagrama de flujo de proceso,
del curso de organización y métodos II del programa de Ingeniería Industrial de la
Universidad de Córdoba?
Los autores exponen que el rendimiento académico evaluado en este trabajo tiene como
indicador las notas obtenidas por los estudiantes después de una previa asignada.
El trabajo se dividió en cuatro etapas: Una, correspondiente al diseño, documentación e
implementación de un juego didáctico para la comprensión del diagrama de flujo del
proceso, temática que hace parte del curso de organización y métodos II. Una siguiente
etapa se orientó a la evaluación de las condiciones iniciales similares de los grupos
experimental y de control sobre las variables de análisis. Una tercera etapa hacia la
implementación del juego didáctico y de taller en los grupos experimental y de control,
respectivamente, para determinar el rendimiento académico de ambos grupos. Y una
cuarta etapa hacia la comparación y evaluación estadística de dicho rendimiento.
Marco teórico. Es importante resaltar que los autores exponen en el presente artículo
una definición para los términos juegos didácticos, diagrama de flujo de proceso y
rendimiento académico. Con respecto a este último tema, se identifica la medida para
calificar el rendimiento académico, a través de las notas definitivas obtenidas en la
asignatura; además se plantean diferentes factores o determinantes, clasificados de dos
formas: González y Tourón (1994) hablan de tres categorías: factores psicológicos,
factores sociológicos o ambientales y factores pedagógicos y, Pérez Sánchez (1997),
establece también tres tipos de factores: determinantes personales, determinantes
escolares y determinantes socio familiares.
Tipo de estudio. La investigación es de carácter cuasi experimental (Hernández, 2004);
ya que los sujetos de investigación no fueron seleccionados al azar si no que se tomaron
grupos intactos que ingresaron al curso de organización y métodos II del programa de
Ingeniería Industrial de la Universidad de Córdoba.
93
Material experimental. Se desarrolla el experimento con el grupo en tratamiento con
ayuda de un material didáctico que permita ilustrar las características de una actividad
productiva. Esta herramienta consiste en recrear un escenario que simule un entorno
productivo real, en el cual los estudiantes asuman un rol específico en el sistema
productivo simulado, para que luego los espectadores involucrados realicen la toma de
tiempos y observen el proceso de tal manera que puedan elaborar el diagrama de flujo de
proceso, posteriormente.
Planteamiento de Hipótesis. Hipótesis I: Hubo un aprendizaje significativo en los sujetos
experimentales de los grupos experimental y de control.
Hipótesis II: Existen diferencias significativas en el rendimiento académico de los sujetos
experimentales cuando se aplica la clase magistral apoyada por un taller y cuando ésta se
apoya del juego didáctico.
Hipótesis III: El nivel educativo del padre y la madre, el género y estrato socioeconómico
de los sujetos de investigación tienen un impacto significativo en su rendimiento
académico en la temática y contexto particular de la investigación.
Variables. Variable dependiente: Rendimiento académico. Variable independiente:
Herramienta metodológica de apoyo a la clase magistral empleada.
Diseño del Experimento. Para este estudio se desarrolló un cuasi experimento,
siguiendo un diseño pre test, post test y grupo de control con sujetos del programa de
Ingeniería Industrial de la Universidad de Córdoba. Se trabajó con grupos intactos, ya que
a este curso ingresan los estudiantes que provenían de semestres inferiores, debido a
que éste se encuentra incluido en el plan de estudios como asignatura obligatoria. Se
definió una variable independiente a ser manipulada (metodología de enseñanza), y una
dependiente que fue medida más no manipulada (rendimiento académico), y la medición
del efecto que produce la variable independiente sobre la dependiente (efecto del juego
didáctico, como metodología de refuerzo a la clase magistral, sobre el rendimiento
académico).
De acuerdo con la primera etapa, los autores elaboran un cálculo de la validez de los
instrumentos de evaluación, cumpliendo con requisitos de validez y confiabilidad de la
prueba o test a aplicar. Se acudió a un grupo de expertos en el área de Organización y
Métodos para adoptar un diseño de evaluación objetivo, evaluando su estructura y
contenido.
Identificando algunos factores controlables, como metodología de enseñanza tradicional y
conocimientos previos, proceden a identificar la variable de respuesta (rendimiento
académico de los estudiantes), para desarrollar todo el análisis estadístico respectivo.
La metodología de desarrollo de la clase para ambos grupos consistió en identificar el
grupo experimental y el grupo de control, (con 24 alumnos en cada uno), aplicar el pre-
94
test y enseñar el tema en clase magistral, al final, el grupo experimental obtiene un
refuerzo con lúdica y el grupo de control obtiene un refuerzo del tema con talleres. Por
último se realiza el post-test para recolectar los datos necesarios para probar las hipótesis
planteadas a continuación:
Con respecto a los instrumentos de medición, los autores presentan un cálculo de la
validez y confiabilidad del instrumento, a través de expertos se corrobora la validez de
éstos en términos de su estructura y contenido. Para el cálculo de confiabilidad, se realizó
una prueba de mitades partidas, (Split-Halves), en donde el cuestionario se divide en dos
partes y la calificación obtenida en una muestra similitud con la otra parte; se desarrolló
una prueba piloto donde se calculó la confiabilidad y validez de los instrumentos. Se probó
si los datos obtenidos siguen una distribución normal, la cual no dio resultados positivos.
Luego, la prueba de Wilcoxon muestra que no existe diferencia significativa en las
medianas de los resultados en el pre-test.
Hipótesis I: Hubo una mejora significativa del rendimiento académico en los sujetos de
los grupos experimental y de control.
Anterior a este cálculo, los autores mencionan la necesidad de realizar una prueba de
normalidad para las pruebas implementadas antes y después del experimento (pre y post-
tests), para luego verificar la equivalencia en el rendimiento académico inicial de los
sujetos experimentales, (garantizar igualdad de condiciones al inicio del curso).
Considerando que los datos no se ajustan a una distribución normal se aplica una prueba
Wilcoxon para determinar si existen diferencias significativas entre las medianas de los
pre test de los grupos experimental y de control, con esto se verifica si los dos grupos se
encuentran en igualdad de condiciones (en rendimiento académico) antes de iniciar con el
experimento.
Valor-P = 0,304916
95
Este resultado muestra que como Valor-P = 0,304916 > α=0.05 no existen diferencias
significativas entre las medianas de los datos correspondientes a las calificaciones de los
pre test de los grupos.
El resultado de la prueba Wilcoxon muestra que como valor-P = 0,00189823 < α=0.05
existen diferencias significativas entre las medianas de los datos correspondientes a las
calificaciones del pre y post test de los grupos.
Hipótesis II: Existen diferencias significativas en el rendimiento académico de los sujetos
experimentales cuando se aplica la clase magistral apoyada por un taller y cuando esta se
apoya del Juego Didáctico.
Comparación de medianas
Mediana de muestra 1(Individuos que recibieron refuerzo con Juego Didáctico): 1,88
Mediana de muestra 2(Individuos que recibieron taller como refuerzo): 1,88
Prueba W de Mann-Whitney (Wilcoxon) para comparar medianas:
Hipótesis Nula: mediana1 = mediana2
Hipótesis Alterna.: mediana1 ≠ mediana2
Rango Promedio de muestra 1: 25,0208
Rango Promedio de muestra 2: 23,9792
W = -12,5 valor-P = 0,798979
No se rechaza la hipótesis nula para alfa = 0,05.
Hipótesis III: El nivel educativo del padre y la madre, el género y estrato socioeconómico
de los sujetos de investigación tienen un impacto significativo en su rendimiento
académico en la temática y contexto particular de la investigación
El análisis de varianzas (ANOVA) muestra que ningún valor-p es menor que 0,05. Por lo
tanto ninguno de los factores demográficos tiene efecto significativamente estadístico.
96
Resultados
El análisis estadístico muestra que no hubo diferencias significativas en el rendimiento
académico de los estudiantes cuando se aplicó el taller y cuando se empleó el juego
didáctico como complemento de la clase magistral en el caso y contexto particular de los
estudiantes de VII del programa de Ingeniería Industrial de la Universidad de Córdoba en
el curso de organización y métodos II, ya que las medianas de las calificaciones de los
individuos que recibieron taller y juego didáctico como complemento a la clase magistral
fueron iguales 1,88 y 1,88 respectivamente.
Con relación a lo anterior, los datos permiten rechazar la hipótesis II “Existen diferencias
significativas en el rendimiento académico de los sujetos experimentales cuando se utiliza
como metodología de enseñanza la clase magistral apoyada por un taller y cuando esta
se apoya del juego didáctico”.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
El artículo muestra una metodología de diseño experimental para evaluar estadísticamente el impacto de los juegos didácticos como apoyo a las clases magistrales, evaluación que se toma a partir del rendimiento académico de los estudiantes de la asignatura de Organización y Métodos. Objetivo: Determinar la validez que tienen los juegos didácticos como herramienta metodológica. Escenario de aplicación: Estudiantes del curso Organización y Métodos I de Ingeniería Industrial. Metodología del experimento:
La metodología y la temática abordada en el presente artículo permiten conocer de manera directa un procedimiento de evaluación y validación de la metodología de aprendizaje significativo por medio de actividades lúdicas, muy relacionadas con la metodología del grupo GEIO. A su vez, se pretende tener en cuenta los resultados del presente artículo como elemento de comparación, ya que la metodología seguida en la enseñanza de prácticas de aprendizaje activo, son similares, comparten la misma filosofía, y se maneja en el entorno de la Ingeniería Industrial.
97
El trabajo se dividió en cuatro etapas: Una, correspondiente al diseño, documentación e implementación de un juego didáctico para la comprensión del diagrama de flujo del proceso, temática que hace parte del curso de organización y métodos II. Una siguiente etapa se orientó a la evaluación de las condiciones iniciales similares de los grupos experimental y de control sobre las variables de análisis. Una tercera etapa hacia la implementación del juego didáctico y de taller en los grupos experimental y de control, respectivamente, para determinar el rendimiento académico de ambos grupos. Y una cuarta etapa hacia la comparación y evaluación estadística de dicho rendimiento. La metodología de desarrollo de la clase para ambos grupos consistió en identificar el grupo experimental y el grupo de control, (con 24 alumnos en cada uno), aplicar el pre-test y enseñar el tema en clase magistral, al final, el grupo experimental obtiene un refuerzo con lúdica y el grupo de control obtiene un refuerzo del tema con talleres. Por último se realiza el post-test para recolectar los datos necesarios para probar las hipótesis planteadas. Instrumento de evaluación: Elaboración propia de los autores, con ayuda de análisis de expertos en el tema de Organización y Métodos. Este instrumento, una vez diseñado, tuvo una prueba de validez y confiabilidad a través de un juicio de expertos y prueba de mitades partidas, para un análisis de confiabilidad (Split-Halves). Método de análisis utilizado: Pruebas de normalidad para cada una de las hipótesis planteadas, análisis de comparación de medianas, para identificar efectos significativos comparativos entre cada una de las metodologías implementadas en el experimento.
Los autores se basan en un estudio cuasiexperimental y con un análisis estadístico básico. El propósito del presente proyecto es analizar desde un punto de vista cualitativo los factores que puedan llegar a ofrecer conclusiones complementarias y/o reforzantes a los resultados cuantitativos.
98
2.1.11. Título: Validación de la Lúdica como herramienta metodológica complementaria en la enseñanza del método de producción de la teoría de restricciones (TOC) para el manejo de entornos multitarea
Resumen: El presente artículo ilustra el diseño e implementación de una actividad
pedagógica basada en la lúdica para un curso de Teoría de Restricciones, (TOC), para
evaluar el efecto de esta herramienta en el rendimiento académico de los alumnos sobre
esta temática. La principal conclusión es el efecto positivo que ejerce la lúdica en el
rendimiento, ya que se compararon dos grupos, uno experimental en el que se desarrolló
la actividad lúdica, y uno de control, bajo metodología tradicional, los cuales mostraron
diferencias estadísticamente significativas.
Palabras clave: Metodología en Ingeniería, métodos de producción-enseñanza
secundaria, rendimiento académico.
Autores e Institución: Yeraldín Marín Morales. Jose Orlando Montes de la Barrera.
Estudiantes de Ingeniería Industrial de la Universidad de Córdoba. Helman Enrique
Hernández Riaño, Profesor asistente de Ingeniería Industrial, Universidad de Córdoba.
Jorge Mario López Pereira, Profesor auxiliar de Ingeniería Industrial, Universidad de
Córdoba, Montería, Colombia.
Criterio de Búsqueda
Journal consultado: Revista Ingeniería y Universidad. Universidad Javeriana
Descripción del journal: El objetivo de la publicación es servir a la divulgación y
difusión del trabajo científico e investigativo en ingeniería. Son bienvenidos los
trabajos que presenten resultados de investigación, artículos de revisión de una
temática de la ingeniería, ensayos que contribuyan a la discusión académica y
científica de la ingeniería en sus diversas ramas, entre otros.
Fecha de publicación del artículo: Junio de 2010
Desarrollo del trabajo
Marco teórico.
El rendimiento académico. De acuerdo con lo que plantea Castejón (1996), el
rendimiento académico se define como el fruto de un conjunto de factores que intervienen
en el sistema educativo, de la familia y del ser humano. Las calificaciones escolares y las
pruebas objetivas son los instrumentos más comunes para su medición. El presente
proyecto utiliza las pruebas objetivas como instrumento de medición, para evaluar el
efecto que las diferentes metodologías de enseñanza presentan en el rendimiento
académico del estudiante.
99
Los juegos didácticos. Para los mismos autores, los principios básicos que rigen
la estructura de los juegos didácticos y su aplicación, son:
• La participación: es el principio básico que expresa la manifestación activa de las
fuerzas físicas e intelectuales del jugador, en este caso el estudiante.
• El dinamismo: que expresa el significado y la influencia del factor tiempo en la
actividad lúdica.
• El entretenimiento: que refleja las manifestaciones amenas e interesantes de la
actividad lúdica, que ejercen un fuerte efecto emocional en el estudiante y puede
ser uno de los motivos fundamentales que propicien su participación activa en el
juego.
• El desempeño de roles: basado en la modelación lúdica de la actividad del
estudiante y que refleja los fenómenos de la imitación y la improvisación.
• La competencia: que, basada en que la actividad lúdica, reporta resultados
concretos y expresa los tipos fundamentales de motivaciones para participar de
manera activa en el juego.
El concepto multitarea. Dentro de la Administración y Gestión por proyectos, se
conciben los entornos multitarea, como aquellas secciones donde se realiza más de una
tarea a la vez, y muchas de ellas no son terminadas por completo. Se ha tratado de dar
solución a este problema de forma fraccionada, lo que ha generado ciertas desventajas:
No tiene en cuenta la influencia del comportamiento humano, no considera las causas e
implicaciones de la variabilidad en los procesos y pocas veces resuelve el problema de
limitación de recursos.
La Teoría de Restricciones (TOC). Este concepto evidencia una filosofía administrativa
que permite identificar todo tipo de restricción (o limitación) en un sistema dado dentro de
una organización. Todo aquello que no genere valor agregado a la razón de ser de la
empresa se identifica a través de un procedimiento; además se pretende identificar
principalmente, aquella actividad que posee el menor ritmo de eficiencia, (cuello de
botella), y plantear soluciones para maximizar ese ritmo, además de tener una perspectiva
holística de los procesos, (el nivel de productividad lo marca la actividad cuello de botella),
y proponer estrategias de productividad en función de la Teoría de Restricciones.
100
Objetivos
Diseñar, documentar e implementar una lúdica que permita mostrar las
características del método de producción tradicional y método de producción TOC
para el manejo de los entornos multitarea.
Evaluar la situación inicial de los grupos experimental y control en las variables
objeto de la investigación.
Determinar el rendimiento académico de los estudiantes para las temáticas
relacionadas con el método de producción tradicional y el método de producción
TOC para el manejo de los entornos multitarea.
Comparar el rendimiento académico de los estudiantes cuando se utiliza la clase
magistral y cuando esta se apoya en la lúdica respecto a la temática del método
de producción tradicional y el método de producción TOC para el manejo de los
entornos multitarea.
Tipo de estudio: Investigación Cuasiexperimental, dado que en los grupos a comparar no
hubo una asignación aleatoria de los estudiantes. Investigación Correlacional, ya que se
busca determinar el grado de relación existente entre los métodos de enseñanza con
respecto al rendimiento académico de los estudiantes.
Hipótesis: La implementación de las prácticas basadas en la lúdica como herramienta
metodológica complementaria de la clase magistral mejora el rendimiento académico en
los estudiantes sobre la temática relacionada con el método de producción tradicional y el
método TOC para el manejo de los entornos multitarea.
Variables: Dependiente, el rendimiento académico. Independiente, la herramienta
metodológica empleada, clase magistral y clase magistral apoyada con lúdica.
Diseño Experimental: Grupos experimental y de control. Prueba del efecto que la
herramienta metodológica realiza en el rendimiento académico de los estudiantes. Grupos
intactos, con condiciones iniciales similares (estudiantes de primer semestre).
Material experimental. La herramienta utilizada consistió en recrear un escenario que
simule un entorno productivo real, que permite mostrar y comparar un sistema productivo
con procesos multitarea y, así mismo, con procesos aplicados a la TOC, donde los
estudiantes tienen un papel en el sistema productivo que les posibilita asimilar las
características de cada uno de los métodos y ser capaces de identificar las ventajas de
uno sobre el otro.
Las siguientes son las convenciones para evaluar estadísticamente cada uno de los
escenarios
101
En la pre prueba se planteó una hipótesis relacionada con un nivel de conocimiento previo
similar entre los estudiantes, buscando controlar esta variable, ya que se debe garantizar
que no tengan algún conocimiento previo sobre la temática. También se realizó una
prueba de normalidad de los resultados en la preprueba, la cual arrojó los resultados
estadísticos que se ilustran a continuación:
La prueba Shapiro-Wilk arrojó valores de W = 0.9437, p-value = 0,1144 con a = 0,05. Esto
indica que no se rechaza la hipótesis de que los datos se distribuyen normalmente.
La hipótesis planteada anteriormente pretende evaluar si el rendimiento académico de los
estudiantes que recibieron la prueba experimental, (lúdica) y la clase magistral, en la post
prueba, son iguales.
El resultado de la prueba de normalidad de Shapiro-Wilk del grupo experimental y del
grupo de control fueron, respectivamente, W = 0,9538, p-value = 0,4873 > a = 0,05 y W =
0,951, p-value = 0,4417 > a = 0,05, con lo cual en ambos casos los datos son normales.
La prueba T de Student (R2,R4) con p-value = 0,002535 muestra que existen diferencias
significativas en el rendimiento académico de los dos grupos, con lo cual se puede decir
que la aplicación de la clase magistral apoyada con lúdica sí mejora el rendimiento
académico de los estudiantes.
Además se evaluaron algunos supuestos:
a. Hubo aprendizaje significativo en todos los sujetos, independientemente de la
metodología utilizada.
La correspondiente prueba de normalidad entre los resultados de todos los
estudiantes en la pre y post prueba da como resultado: W = 0,9519, p-value =
102
0,1112 > a = 0,05 y W = 0,9637, p-value = 0,2636 > a = 0,05, con lo cual en
ambos casos los datos son normales.
Los resultados de la prueba T de Student (X,Y) pareados fueron a su vez:
p-value = 1,334e-08
Me(R5)= 1,472973
Me(R6)= 2,412162
Esto muestra que existen diferencias significativas entre los promedios del
conjunto de datos R5 y R6, con lo cual se puede concluir que hubo un
aprendizaje en los estudiantes sin importar la estrategia pedagógica utilizada.
b. Hubo aprendizajes en el grupo de estudiantes que recibió la información en
clase magistral.
Los resultados de la prueba de normalidad de Shapiro-Wilk fueron
respectivamente:
W = 0,9311, p-value = 0,1815 > a = 0,05 y W = 0,9481, p-value = 0,3662 > a =
0,05, con lo cual en ambos casos los datos son normales. El resultado de la
prueba T de student (X,Y) pareado fue a su vez de p-value = 0,001596, con lo
cual se puede concluir que hubo un aprendizaje con la clase magistral en los
estudiantes.
c. Hubo aprendizaje con la clase magistral apoyada en la implementación de
lúdica.
Los resultados de la prueba de normalidad de Shapiro-Wilk para R1 y R2
fueron, respectivamente, W =0,9255, p-value = 0,1621 > a = 0,05 y W = 0,951,
p-value = 0,4417 > a = 0,05, con lo cual los datos son normales.
El resultado de la prueba T de Student (X,Y) pareado fue a su vez de p-value =
8,204e-07. Este resultado muestra que existen diferencias significativas entre
los promedios de los conjuntos de datos R1 y R2, por lo cual se puede concluir
que hubo un aprendizaje con la clase magistral apoyada en la implementación
de lúdica en los estudiantes.
d. No existen diferencias significativas en el rendimiento académico de los grupos
en la pre prueba.
Los resultados de la prueba de normalidad de Shapiro-Wilk para R1 y R3
fueron, respectivamente, W = 0,9255, p-value = 0,1621 > a=0,05 y W = 0,9402,
103
p-value = 0,2916 > a = 0,05, con lo cual los datos en ambos casos son
normales.
El resultado de la prueba T de Student (X,Y) fue a su vez de p-value = 0,2508.
Se puede concluir que durante la preprueba los grupos de estudiantes no
muestran diferencias significativas respecto a su conocimiento del tema de
análisis
Conclusiones
Se pudo demostrar estadísticamente que el método de enseñanza a través de la lúdica
sirve como apoyo a la clase magistral, generando un impacto positivo en el rendimiento
académico del estudiante. Esto aplica para la enseñanza relacionada con métodos de
producción para el programa de Ingeniería Industrial de la Universidad de Córdoba.
Los autores corroboran sus resultados para el grupo experimental con lo que Oblinger
(2004) propone: “el escenario que crea la lúdica brinda una gran versatilidad para el
entrenamiento de los estudiantes y permite probar hipótesis y aprender de sus acciones”.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Comparar el rendimiento académico de los estudiantes cuando se utiliza la clase magistral y cuando esta se apoya en la lúdica respecto a la temática del método de producción tradicional y el método de producción TOC para el manejo de los entornos multitarea. Escenario de aplicación: Curso de Teoría de Restricciones de Ingeniería Industrial. Metodología del experimento: Grupos experimental y de control. Prueba del efecto que la herramienta metodológica realiza en el rendimiento académico de los estudiantes. Grupos intactos, con condiciones iniciales similares (estudiantes de primer semestre).
El objetivo principal del presente proyecto está muy relacionado con el expuesto por los autores, enfocándose en la validación de la estrategia basada en juegos o lúdicas como herramienta pedagógica y la medición de su impacto a través de la comparación del método de enseñanza tradicional, con el de aprendizaje activo, propuesto a través de la lúdica. El escenario de aplicación es igualmente compartido: Ingeniería Industrial en el nivel de pregrado. El método de análisis estadístico propuesto por los autores llega hasta la prueba de normalidad de cada una de las hipótesis que permiten medir el impacto anteriormente mencionado. Para el presente proyecto, se pretende abarcar un análisis desde el diseño experimental, que
104
Instrumento de evaluación: Pre prueba y post prueba diseñada por los investigadores y validada por grupo de expertos en el tema, para la medición del rendimiento académico de los estudiantes de Teoría de Restricciones con respecto al tema de Ruta Crítica. Método de análisis utilizado: Pruebas de normalidad para las hipótesis planteadas (Hubo aprendizaje significativo en todos los sujetos, independientemente de la metodología utilizada; Hubo aprendizajes en el grupo de estudiantes que recibió la información en clase magistral; Hubo aprendizaje con la clase magistral apoyada en la implementación de lúdica; No existen diferencias significativas en el rendimiento académico de los grupos en la pre prueba).
permita establecer una comparación de medias y varianzas como parámetros de comparación estadísticos. Además se pretende conjugar un análisis cualitativo que permita dar complemento y refuerzo a los resultados obtenidos.
2.1.12. Título: Diseño de una metodología experimental para la medición del impacto de la lúdica en la aprehensión del conocimiento
Objetivo: Diseñar una metodología para medir el efecto en el rendimiento académico del
estudiante de Programación Lineal, dividiéndolos en dos cursos, uno con una metodología
tradicional, y otro con lúdicas. Utilizan el Diseño de Experimentos para evidenciar
diferencias entre la variable de interés (rendimiento académico de los estudiantes)
Resumen: La propuesta muestra un trabajo acerca de la dificultad en el diseño de
herramientas metodológicas que permitan la medición y posterior mejora de los
dispositivos pedagógicos utilizados en clase. Se presenta una investigación sobre los
efectos del uso de determinado dispositivo en dos cursos de Programación Lineal. Se
utiliza una metodología del Diseño de Experimentos, utilizada para plantear
comparaciones entre diversas herramientas pedagógicas a través de un análisis
estadístico relevante.
Autores e Institución: Jair Eduardo Rocha González. Docente Universidad Militar Nueva
Granada. Carlos Andrés Arango Londoño, Docente Universidad de la Salle. Hernando
Alexander Gutiérrez, docente Universidad Libre de Colombia.
Criterio de Búsqueda
Journal consultado: Memorias del VII Encuentro Nacional GEIO
Descripción del journal: Las memorias del Encuentro Nacional GEIO es un
documento que se emite cada año con el fin de mostrar adelantos y desarrollos
que los investigadores de la Red GEIO Nacional realiza, en el marco de diseño,
105
implementación y evaluación de nuevas prácticas pedagógicas innovadoras,
basadas en una filosofía socioconstructivista.
Fecha de publicación del artículo: Actualmente las memorias del evento
académico se encuentran en proceso de publicación
Desarrollo del trabajo
Introducción. El presente estudio muestra la evaluación de la aprehensión de
conocimiento a través de la implementación de dos herramientas de enseñanza: la clase
magistral y la lúdica como alternativa innovadora. Se plantea la hipótesis de que existen
diferencias significativas en el promedio de nivel de aprehensión del conocimiento de los
estudiantes, participantes en la implementación de las dos herramientas pedagógicas.
La metodología empleada utiliza el Diseño Experimental, con pruebas pre y post, y grupos
experimental y de control. En el grupo experimental se implementará la actividad lúdica
“Lego of My Simplex” (Pendergraft, 1997). Se definen 4 fases para este estudio:
Selección y asignación de las unidades muestrales en los grupos. Las unidades
muestrales son los estudiantes de Ingeniería Industrial quienes se encuentren
cursando el núcleo temático de Programación Lineal. La asignación de unidades
muestrales se realizó a través de un proceso de aleatorización convencional bajo el
esquema de selección de números aleatorios, mediante la técnica de Montecarlo.
Diseño y realización de pre prueba. La pre prueba tiene como alcance de medición
las competencias básicas requeridas para el análisis e interpretación de información y la
operación de herramientas de solución de sistemas de ecuaciones lineales.
Diseño experimental. La variable dependiente a analizar es puntuación de
desempeño, con la que se evaluará el nivel de aprehensión del conocimiento, una vez
implementadas las estrategias pedagógicas propuestas en el presente estudio. Se busca
también controlar las demás variables que podrían incidir en los resultados esperados.
Diseño y realización de post prueba. Consiste en la evaluación del nivel de
adquisición de competencias para la interpretación, solución, comprensión y proposición
de escenarios en modelos de programación lineal, con un limitado número de variables de
decisión.
Técnicas de análisis de resultados. Análisis experimental con los datos obtenidos a
partir de la medición de la variable dependiente, (nivel de aprehensión del conocimiento
en Programación Lineal), con el objetivo de determinar el efecto de las variables
independientes, en parámetros como la media y la varianza.
Problema a analizar. El estudio se basa en mostrar una metodología en la que se evalúe
el impacto de la implementación de la lúdica en cursos de ingeniería. Se utilizan
herramientas estadísticas apropiadas, (Diseño Experimental) para estudiar
106
científicamente el efecto en el aprendizaje de dos dispositivos pedagógicos utilizados en
la academia, (Clase magistral y Actividad Lúdica).
Es importante identificar la necesidad de un adecuado diseño del instrumento de
evaluación, que permita establecer el efecto de los dos dispositivos de manera adecuada
y real respecto a la hipótesis de investigación propuesta por los autores.
Objetivos
General: Diseñar una metodología que permita la evaluación de la aprehensión de
conocimiento, con dos procesos de enseñanza-aprendizaje diferentes, mediante la
utilización de técnicas estadísticas de diseño experimental.
Específicos:
Seleccionar una actividad lúdica para la realización del experimento. Inicialmente con una
prueba piloto, la actividad se replicará y se llevará posteriormente a la medición del
impacto de dispositivos de enseñanza-aprendizaje, a través de herramientas científicas y
la experticia de los investigadores.
Determinar un proceso estadístico de selección y asignación de unidades muestrales que
garantice validez interna y externa del experimento en su replicación para la evaluación
de los dos instrumentos pedagógicos implementados.
Diseñar y aplicar el instrumento de evaluación para la medición del estado de las
competencias requeridas y establecidas como metas de aprendizaje antes y después del
experimento, que permita establecer el impacto de cada una de las metodologías
pedagógicas evaluadas.
Formular un Diseño experimental completamente aleatorio, adecuado para medir
científicamente el impacto de una clase magistral y una técnica lúdica.
Metodología experimental
107
Tema en el cual se desarrolla el experimento en la clase de Investigación de Operaciones:
Solución de modelos de Programación Lineal a través del Método Gráfico.
En algunas revisiones literarias, (Barrero Solano, Dennerlin, Kotani & Lee, 2007), se
realizan experimentos en los que se selecciona una cantidad limitada de unidades
muestrales según restricciones como tiempo, disponibilidad de personas y costo de cada
sistema de análisis. Para el cálculo del tamaño de la muestra se aplicó el modelo
propuesto por Torres & Salazar, (2000), dado que se considera que la cantidad de
estudiantes que cumplan las condiciones previamente mencionadas, es variable:
( )
En el desarrollo de la asignación de los estudiantes que participan con metodología
tradicional y metodología lúdica, (grupo de control y grupo experimental), los autores
proponen una asignación mediante el método Montecarlo, asignando estudiantes a
grupos de forma aleatoria, con el fin de hacer los grupos proporcionalmente homogéneos,
que contengan la mayor cantidad de diversidad en términos de variables de control.
Diseño y realización de pre prueba. En la realización de la pre prueba, los autores
consideran necesario identificar tres procesos importantes:
a. Definición de competencias y requisitos. Para el caso particular, en la temática
a abordar, (Solución de modelos de Programación Lineal a través del Método
Gráfico), se identifican cuatro competencias:
108
i. Interpretar los datos en un contexto determinado.
ii. Graficar funciones lineales y no lineales en un plano cartesiano.
iii. Resolver sistemas de ecuaciones de 2x2 (dos variables, dos
restricciones)
iv. Comprender el significado de los puntos de intersección en funciones
lineales.
b. Diseño del instrumento de medición. Se diseñan parámetros de evaluación,
que permiten medir el nivel de desempeño en las competencias antes
mencionadas. Por cada competencia se diseña un número determinado de
preguntas, las cuales se evalúan por medio de cuestionarios con respuestas
múltiples. Las respuestas obtenidas se clasifican por competencias, y en cada
una se identifican tres niveles: bajo, medio, alto.
c. Análisis de datos. De acuerdo a la información obtenida, se encuentran los
promedios y las variaciones de la variable de respuesta. En esta etapa del
experimento, la pre prueba permite determinar si los grupos son homogéneos o
no, y mide el nivel de avance en la post prueba.
Diseño experimental. El diseño incluye pre prueba, post prueba y grupo de control, ya
que permite realizar un diagnóstico de entrada de las competencias requeridas para
abordar la temática de solución de modelos de Programación Lineal a través del Método
Gráfico y de la adquisición de competencias después de efectuar los estímulos con cada
metodología.
Los autores definieron algunos aspectos relevantes dentro del diseño del experimento:
a. Variables independientes o de influencia: Clase magistral, definida como la
metodología de presentación de temáticas a través de un conversatorio
realizado por el docente sobre una temática en particular, con apoyo de
material audiovisual o por presentación de la temática a través del uso de
deducción del tópico en un tablero, (Izasa, Restrepo, 2005). Actividad lúdica,
vista como una dimensión transversal, inherente al desarrollo humano en toda
su dimensionalidad, que parte de la cotidianeidad y utiliza el juego y la
creatividad para la solución de un problema real, (Jiménez, 2010).
b. Variable de respuesta o dependiente: nivel de aprehensión de competencias
para la solución de modelos de Programación Lineal a través del Método
Gráfico, definiendo un sistema de evaluación por competencias, previamente
seleccionadas, y con niveles alto, medio y bajo.
c. Variables de control. Institución, programa curricular, jornada de estudio,
semestre cursado, docente, día y hora de realización del experimento, tiempo
de duración de la actividad.
d. Variables no controlables. Se busca que sean minimizadas en el proceso de
aleatorización, en la asignación de estudiantes a los dos grupos de estudio.
Repitencia, edad, género, tiempo de duración de los estudios previos, nivel de
109
competencias previas, y otras que puedan ser imperceptibles pero que afecten
la validez externa del modelo, (Montgomery, 2001).
e. Desarrollo del experimento. La pre prueba se realiza de forma conjunta para
ambos grupos, en un mismo lugar y a la misma hora. Luego sigue el desarrollo
del experimento, realizando la asignación aleatoria de los estudiantes
inicialmente, sin realizar inducción alguna, a los grupos experimental y de
control. En el grupo experimental se desarrolla la actividad lúdica Mesas y
sillas (Pendergraft, 1997), en la cual se desarrolla la temática a través de la
solución de un problema contextualizado. Mientras que el grupo de control
recibe una cátedra magistral acerca de la temática bajo el mismo problema que
se resuelve a través de la lúdica. Una vez terminadas las sesiones, los
estudiantes se reúnen nuevamente a presentar la post prueba para medir el
avance en la comprensión y aprehensión de los conceptos evidenciados en las
actividades. Se obtiene información cuantitativa que permite el análisis de
diferencias de medias y de varianzas para la generación de las conclusiones
pertinentes de la temática.
f. Pruebas estadísticas a utilizar. Se busca probar la hipótesis de que no existe
diferencia estadística entre los tratamientos que en este caso son los
dispositivos pedagógicos. Se analizan además los supuestos de
independencia, homogeneidad de varianzas y normalidad a través de la
técnica ANOVA.
Si se considera un factor adicional de influencia no controlado por alguna
causa desconocida, se hablaría de un diseño experimental por bloques al azar.
Si se cumplen los supuestos mencionados, (independencia, homogeneidad de
las varianzas y normalidad), se utiliza la prueba F de ANOVA o en caso de ser
no paramétrico prueba F de Friedman para análisis de media, (Montgomery,
2001).
Para la prueba de homogeneidad de varianzas, las pruebas pueden aplicarse a
través de las técnicas de Cochran, Bartlet o Hartley, cuando los datos son
normales. En caso de no tener esta distribución, se utiliza la prueba de Levene.
Para probar el supuesto de independencia, se asume la hipótesis nula de que
la secuencia de valores obtenidos como puntuación, (calificación), en las
pruebas realizadas, son aleatorias. Para probar el supuesto de normalidad, se
utilizan pruebas de bondad de ajuste, Kolmogorov-Smirnov, chi-cuadrado y
Anderson-Darling, bajo la hipótesis que el conjunto de datos analizados tienen
una distribución de probabilidad dada.
Diseño y realización de post prueba. Se debe tener en cuenta que la forma de evaluar
la post prueba se basa en el tipo de grupo que se haya identificado en la pre prueba. Si
los grupos son homogéneos se medirá el grado de apropiación de las competencias de
110
salida, si son heterogéneos, se medirá el grado de apropiación de las competencias de
entrada y salida.
Supuestos para el diseño experimental. Es necesario considerar algunos
supuestos, según los autores, para desarrollar eficientemente el diseño experimental:
a. Las actividades se deben desarrollar en una sola Institución de Educación
Superior.
b. Se utilizan estudiantes de una sola jornada, cuando la Institución tenga jornada
nocturna y diurna.
c. El tamaño de la población se asumirá como el número de estudiantes que
matriculan la asignatura de Programación Lineal, Optimización I y/o
Investigación de Operaciones I.
d. Por medio de la aleatorización se busca tener grupos homogéneos en las
competencias de entrada.
e. El número de estudiantes en cada grupo no necesariamente debe ser igual.
Conclusiones
El presente artículo ofrece una perspectiva de planeación y diseño de un experimento de
validación estadística y científica que permita definir el grado de influencia que la
metodología de enseñanza a través de la lúdica puede tener en los estudiantes del área
de Investigación Operaciones I.
Con base en los resultados obtenidos, se podrá identificar qué herramienta es la más
conveniente para el logro de las competencias esperadas, si la metodología lúdica o la
metodología tradicional, que son los dos dispositivos pedagógicos que se ponen a prueba
dentro del Diseño Experimental.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Diseñar una metodología que permita la evaluación de la aprehensión de conocimiento, con dos procesos de enseñanza-aprendizaje diferentes, mediante la utilización de técnicas estadísticas de diseño experimental. Escenario de aplicación: Se presenta una investigación sobre los efectos del uso de determinado dispositivo
El objetivo del presente proyecto se relaciona con el enfoque del Diseño Experimental que proponen los autores. Se pretende evaluar estadísticamente si realmente existen diferencias significativas entre una metodología basada en aprendizaje activo y una metodología de enseñanza tradicional. El punto de partida es necesario detallar: la planeación del Experimento.
111
en dos cursos de Programación Lineal en el pregrado de Ingeniería Industrial. Metodología del experimento: Diseño y realización de pre-prueba: los autores identifican tres procesos: Definición de competencias y requisitos, diseño del instrumento de medición y análisis de datos. Definición de competencias: Se identifica la temática a abordar y cuatro competencias específicas relacionadas con la temática. Diseño del instrumento de medición: Evaluación del desempeño por competencias. Se sugiere un cuestionario por cada competencia, con respuestas múltiples. Al final se clasifican los resultados obtenidos por cada competencia, (alto, medio, bajo). Análisis de datos: En esta etapa del experimento, la pre prueba permite determinar si los grupos son homogéneos o no, y mide el nivel de avance en la post prueba. La variable dependiente a analizar es puntuación de desempeño, con la que se evaluará el nivel de aprehensión del conocimiento, una vez implementadas las estrategias pedagógicas propuestas en el presente estudio. Se busca también controlar las demás variables que podrían incidir en los resultados esperados Instrumento de evaluación: Consiste en la evaluación del nivel de adquisición de competencias para la interpretación, solución, comprensión y proposición de escenarios en modelos de programación lineal, con un limitado número de variables de decisión. Método de análisis utilizado: Análisis experimental con los datos obtenidos a partir de la medición de la
Se pretende establecer un escenario similar, en el área de Producción. La metodología del experimento es similar a como la proponen los autores del presente artículo: el diseño y realización de una pre y post prueba, identificando factores de homogenización, y un esquema de evaluación basado en competencias. Como complemento a lo expuesto por los autores, en el presente proyecto se pretende identificar un caso de aplicación, el desarrollo del experimento como tal, con el análisis exhaustivo de sus resultados. Se busca pasar de la planeación a la realización y análisis del experimento. Además de proponer un momento de identificación de competencias clave para evaluar en el mismo desarrollo del experimento.
112
variable dependiente, (nivel de aprehensión del conocimiento en Programación Lineal), con el objetivo de determinar el efecto de las variables independientes, en parámetros como la media y la varianza.
2.1.13. Título: Active Learning Games
Resumen: Este texto discute los juegos de aprendizaje activo como una técnica
pedagógica potencial e importante en el apoyo para la educación. Una breve revisión de
la literatura de aprendizaje activo se muestra, seguida de una lista de juegos de
aprendizaje activo relevantes para el contexto de la educación en ingeniería.
Se presenta el juego del algoritmo genético (GAG por sus siglas en inglés), su desarrollo y
como es usado de forma introductoria a clases de optimización, dado que muchos
estudiantes muestran dificultades en el entendimiento de la naturaleza de los operadores
y algoritmos para encontrar las mejores soluciones, en el tema de algoritmos genéticos.
Se ha encontrado que desarrollando la actividad durante la clase, resulta una herramienta
efectiva que ayuda a los estudiantes a reforzar los conceptos sobre este tema. Esta
actividad ayuda a promover un aprendizaje conceptual y al desarrollo de una
retroalimentación inicial positiva.
Los autores consideran que esta metodología provee una inclusión de otras actividades
de aprendizaje activo en otros dominios. Tan solo con el hecho de participar, jugar e
incluir al estudiante en su proceso de aprendizaje como parte activa, se requiere
planeación, preparación y tiempo, y una cuidadosa sincronización con el contenido
principal de la lectura de la actividad.
Autores e Institución: Olivier L. de Weck, II Yong Kim, Rania Hassan. Departament of
Aeronautics and Astronautics, Engineering System Division. Massachusetts Institute of
Technology, MIT.
Criterio de Búsqueda
Journal consultado: I Annual CDIO Conference, Queen’s University Kingston,
Ontario, Canada, June 7 to 8, 2005.
Descripción del journal: Cada año el grupo de instituciones colaboradoras del
CDIO se reúne para intercambiar ideas y experiencias, se revisan los desarrollos
por cada institución, se evalúa la iniciativa y se perfecciona el proyecto. Los
encuentros ofrecen muchas oportunidades para aprender la metodología CDIO y
discutir su implementación en nuevos campos.
Fecha de publicación del artículo: Junio de 2005
Desarrollo del trabajo
113
Introducción. Los autores definen los juegos de aprendizaje activo como "Una técnica
pedagógica que usa la lúdica en las actividades de clase, diseñadas para involucrar
activamente a los estudiantes con los conceptos clave".
En el presente texto, inicialmente se revisa la literatura en el área de aprendizaje activo y
se resumen algunos de sus principios. Luego, se presenta una mirada de los juegos de
aprendizaje activo como una técnica pedagógica específica de esta disciplina. ¿Por qué
pensamos que los juegos de aprendizaje activo son efectivos? Los autores dan respuesta
a esta pregunta a través de un reporte empírico que muestra la evidencia del éxito de
estas prácticas en el MIT, donde han sido probadas varias técnicas pedagógicas
diferentes.
También se identifica la necesidad de hacer una evaluación más detallada de esta
práctica pedagógica, requiriendo de un grupo experimental y un grupo de control para
probarlos con metodologías diferentes.
CDIO™ Standard 8 — Active Learning Enseñanza – y aprendizaje basada en métodos de
aprendizaje experiencial y activo.
Descripción: Los métodos de aprendizaje activo orientan al estudiante directamente hacia
el pensamiento, reflexión y solución de problemas, a través de actividades lúdicas. Hay
menos transmisión de información pasiva, y más participativa, en la cual los estudiantes,
manipulan, aplican, analizan y evalúan ideas. La metodología consiste en conformar
varios grupos de discusión generar debates, discutir preguntas, y retroalimentar con los
estudiantes acerca de lo que están aprendiendo. El aprendizaje activo es considerado
Experiencial cuando los estudiantes toman roles que simulan prácticas de profesionales
en ingeniería, como diseño de proyectos, construcción de proyectos, simulaciones, y
casos de estudio.
Razonamiento: Los estudiantes recuerdan menos de la cuarta parte de lo que oyen y solo
cerca de la mitad lo que ellos ven y oyen. Involucrando a los estudiantes en la reflexión
acerca de conceptos, nuevas ideas y algunas respuestas a inquietudes, los estudiantes
no solamente aprenden más, sino que ellos reconocen para sí mismos qué y cómo
aprenden. Este proceso de meta-cognición ayuda a incrementar la motivación de los
estudiantes para alcanzar los logros y hábitos de aprendizaje.
Con la implementación de estos métodos, los instructores pueden ayudar a los
estudiantes a establecer conexiones de los conceptos clave y facilitar la aplicación de su
conocimiento a las nuevas configuraciones.
El surgimiento del aprendizaje activo. En los programas de ingeniería que se han
implementado currículos basados en aprendizaje activo, han encontrado ventajas en la
motivación y participación de los estudiantes en comparación con el enfoque tradicional
de lectura.
114
Dentro del enfoque de aprendizaje constructivista, Parcover and McCuen afirman que la
enseñanza de la ingeniería no se debe concebir "solo como una manera de transferir
información del lector al receptor... el desarrollo conceptual y la comprensión requiere la
oportunidad de preguntar, explicar y probar creencias".
Una mirada a los juegos de aprendizaje activo. En la figura 2, se detalla el
procedimiento a seguir para implementar una actividad con enfoque de aprendizaje activo.
Se recomienda que sea implementada para reforzar conceptos previos, no para introducir
nuevos. Se debe considerar la logística de los materiales a implementar, y el paso a paso
de las reglas a seguir en el juego.
Programación de un experimento pedagógico. El artículo muestra uno de los ejercicios
de aprendizaje activo que han implementado los autores en el salón de clases. El juego
del Algoritmo Genético, (GAG), muestra el procedimiento del juego, los alcances
académicos, (problemas de optimización avanzada).
Para evaluar la efectividad de este juego y su efecto en el aprendizaje de los estudiantes
de ingeniería, se decide diseñar y controlar un experimento, siguiendo un protocolo.
A. Procedimiento experimental. El estudio comienza con la división de dos grupos, uno
experimental y otro de control. Ambos grupos son homogeneizados en términos de
género, edad, nivel de estudios y nivel promedio de calificaciones. Ambos grupos
escuchan una hora de lectura sobre Algoritmos Genéticos. Esta lectura es idéntica para
ambos grupos. Además de esto, el grupo experimental desarrollará la actividad lúdica del
juego del algoritmo genético, donde la facultad y su staff, (asesores), servirán como
facilitadores. Al final de la sesión, cada grupo tendrá que presentar un quiz de selección
múltiple para medir su comprensión conceptual del tema. Los resultados del quiz se
procesan estadísticamente y sus puntajes se determinan para cuantificar si el juego de
GA tuvo un impacto positivo en el aprendizaje conceptual.
B. Número y tipo de materias involucradas. Cada uno de los grupos estuvo compuesto
por 30 estudiantes de pregrado del MIT. Este número fue escogido por la necesidad de
tener un tamaño de muestra representativo. El requerimiento en tiempo para el test es de
115
90 minutos/persona para las materias en el grupo de control, y de 120 minutos/persona
para las materias del grupo experimental. Los estudiantes deben firmar un consentimiento
que los acredite como estudiantes que desean participar en el estudio.
C. Procedimiento para asegurar confiabilidad. Para asegurar la confiabilidad se
correlacionan los nombres de las asignaturas de estudio con los puntajes en los quices
para detectar factores de correlación. En la evaluación estadística de la efectividad del
juego GA, de todos los quices se calculó el promedio de nota obtenido. El desempeño del
estudiante en el quiz no tenía una afectación directa en el desempeño de las materias ni
en su desempeño académico regular o GPA.
Los autores reportarán los resultados de este experimento en un trabajo futuro.
Conclusiones
Este texto discute los juegos de aprendizaje activo como una técnica pedagógica
importante en el apoyo de la educación formal en el salón de clases. Una breve revisión
de la literatura fue necesaria para identificar las ventajas de esta técnica en la enseñanza
de la ingeniería. Se presenta como caso particular el desarrollo del juego de algoritmos
genéticos, GAG, que fue implementado en un curso de optimización avanzada.
Los juegos de aprendizaje activo, tienen varios beneficios. En primer lugar, ayuda a los
estudiantes a reforzar la comprensión de uno o varios conceptos clave a través de la
participación en las actividades. En segundo lugar, como juegos representan un espacio
en la clase donde el estudiante deja de tener una posición pasiva a tener una más activa,
que le genera atención y compromiso. Un feedback inicial a estos juegos evidencia
resultados positivos. Claro que se evidencia también que este tipo de técnicas requieren
de una planeación previa y cuidadosa de manera que se pueda abarcar toda la actividad
y complementar con los espacios de reflexión y comprensión de la lectura tradicional.
Trabajos futuros
1. Medir la efectividad de los juegos de aprendizaje activo en experimentos controlados
científicamente, a través de la comparación de grupos homogéneos, experimental y de
control.
2. Enfatizar en la definición de la dinámica de los modelos de aprendizaje activo y pasivo.
3. Compilar una lista de conocimiento y juegos que han emergido del aprendizaje activo, y
comparar sus características y campos de aplicación.
Aportes al presente proyecto
116
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Discutir los juegos de aprendizaje activo como una técnica pedagógica potencial e importante en el apoyo para la educación Escenario de aplicación: Estudiantes de Ingeniería. Metodología del experimento: División de los estudiantes en dos grupos, uno experimental y uno de control. Distribución aleatoria de los estudiantes en cuanto a género, edad, nivel de estudios y nivel promedio de calificaciones. Ambos grupos escuchan una lección teórica sobre Algoritmos Genéticos. El grupo experimental refuerza el concepto desde una actividad lúdica. Instrumento de evaluación: Al final de la sesión todos los estudiantes presentan un quiz de selección múltiple para medir su nivel de comprensión del tema. Método de análisis utilizado: Se toma como unidad de medida la nota obtenida en el quiz desarrollado por los estudiantes. Se hace un análisis estadístico de comparación de medias. Consideraciones adicionales: Los autores reportarán los resultados de este experimento en un trabajo futuro.
El artículo expuesto por los autores hace referencia al proceso de diseño del experimento para establecer un análisis comparativo, desde el punto de vista estadístico para dos metodologías de enseñanza. Aunque los autores no hacen referencia a un análisis de los resultados obtenidos, si efectúan una descripción del procedimiento a seguir para desarrollar el experimento. Advierten que en publicaciones futuras tendrán los resultados analizados cuantitativa y estadísticamente. Para el presente proyecto, se pretende seguir el procedimiento descrito para el desarrollo del experimento, de manera similar a la que los autores plantean en este artículo. La diferencia radica en el instrumento de evaluación, que se pretende que sea competente y pertinente con un instrumento de evaluación del desempeño por competencias.
2.1.14. Título: Las técnicas de aprendizaje cooperativo mejoran y consolidan la calidad docente en la asignatura Telemática de EUETIB
Resumen: El presente estudio muestra un análisis de los resultados obtenidos luego de
una implementación de técnicas de aprendizaje cooperativo en una asignatura optativa
del plan de estudios reformado 2002 de la Escuela de Ingeniería Técnica Industrial de
Barcelona. (EUETIB). Se han recogido datos durante siete cuatrimestres, incluyendo un
grupo de control en el que se realizó la enseñanza con métodos tradicionales, con lo que
el estudio puede considerarse cuantitativamente significativo. Asimismo, se analizan
cuantitativamente los resultados de las encuestas de calidad docente SEEQ, (Student
117
Experience of Education Questionnaire) en las que los alumnos exponen sus respuestas.
Los resultados muestran que la motivación y el aprendizaje se mantienen como
indicadores significativos en el desarrollo de la asignatura, cuando se aplican estas
técnicas, en comparación con el grupo de control, en el cual no han sido implementadas
actividades de aprendizaje cooperativo.
Autores e Institución: Antoni Pérez-Poch. Departamento Lenguajes y Sistemas
Informáticos. Escola Universitária d’Enginyeria Técnica Industrial de Barcelona, EUETIB.
Universitat Politécnica de Catalunya, UPC
Criterio de Búsqueda: Google Académico: Métodos pedagógicos innovadores.
Artículo publicado en: XII Jornadas de Enseñanza Universitaria de la Informática. Julio de
2007
Introducción
El estudio muestra un análisis de dos tipos de metodologías aplicadas en una asignatura
optativa de la Informática y Telemática, especialidad de Electrónica Industrial, en la
EUETIB de la Universidad Politécnica de Catalunya. En el plan de estudios reformado, se
permite la inclusión de técnicas como el aprendizaje activo y cooperativo, dentro de las
actividades de innovación docente sugeridas por varios autores. La asignatura objeto de
estudio presenta los siguientes objetivos:
1. Dar los conceptos básicos de la transmisión de información sin suponer
conceptos previos.
2. Conocer el funcionamiento y las posibilidades que ofrecen las redes de área
local (LAN).
3. Ser capaz de diseñar, montar y poner en funcionamiento una LAN a partir de
unas especificaciones realistas.
4. Tener un conocimiento de las principales tecnologías de banda ancha, y de las
implicaciones sociales y económicas de estas tecnologías.
Metodologías docentes aplicadas. Además de la metodología de enseñanza tradicional,
en el nuevo plan de estudios, se han incluido técnicas y actividades como:
Proyecto basado en aprendizaje cooperativo. Se propone a los alumnos un escenario
de implantación de una red de área local (LAN). Normalmente es una pequeña o mediana
empresa en la que sus ordenadores no están conectados en red. Se pide a los alumnos
que diseñen la red, establezcan los elementos necesarios a añadir y, muy importante,
presupuesten y planifiquen el proyecto. Se busca alcanzar el objetivo No. 3 de la
asignatura, (Ser capaz de diseñar, montar y poner en funcionamiento una LAN a partir de
unas especificaciones realistas). En grupos de tres alumnos comienzan a trabajar, tienen
dos sesiones de laboratorio y un mínimo de 15 horas presenciales, al final deben
presentar un proyecto en clase, con la asistencia de todo el grupo. Se escoge un miembro
118
al azar, quien expondrá los resultados del proyecto. Se considera también la participación
de un experto como asesor durante la ejecución del proyecto, además de ser el evaluador
al final. La nota es igual para los miembros del grupo.
Sesiones con actividades de aprendizaje activo. Se incluye, en el desarrollo del curso,
las siguientes actividades: 1) Realización de problemas durante la clase en pequeños
grupos y evaluación en la misma clase. 2) Análisis de artículos de actualidad sobre la
temática de la asignatura. Los alumnos deben primero leer, resumir, comentar con el
compañero y fabricar una transparencia que luego deben mostrar a la clase. 3)
Investigación. Se pide a los alumnos que busquen en la biblioteca y en internet un tema
determinado que luego podrán incluir en el proyecto de la asignatura. 4) Intercambio. Se
pide que los alumnos se expliquen durante unos minutos partes del temario que se ha
explicado en la sesión anterior.
Actividades de laboratorio. Esta actividad ha resultado la de mayor atractividad por
parte de los estudiantes. Se seleccionan grupos de 12 personas, quienes deben
desarrollar las siguientes actividades en el laboratorio, y generar informes al respecto: a)
Conexión física de dos ordenadores fabricando el propio cable de conexión. b) Conexión
física de varios ordenadores mediante concentradores y configuración. c) Configuración
de enrutadores para conexión en red y a internet. Inclusión de reglas de filtraje de puertos
y direcciones. d) Visita técnica a los Servicios de Telemática de la Diputación de
Barcelona. e) Visita y análisis del rack principal de la propia escuela, con estudio
mediante modelo virtual del enrutador principal. f) Simulación de redes.
Actividades de evaluación. Dos formas de evaluación son propuestas en este estudio:
evaluación continua y laboratorio y examen final. En la primera los estudiantes deben
realizar dos controles parciales, las prácticas de laboratorio y el proyecto semipresencial
final. Tienen la opción de presentar los dos parciales y los laboratorios, y con una nota
promedio, el estudiante puede no presentar el examen final, si así lo desea. Se les
aconseja a los estudiantes que consideren la primera opción, ya que existe otra, la de
presentar solo los laboratorios y el examen final, lo cual no llevaría a un adecuado
aprendizaje.
Resultados obtenidos
Al implementar los métodos mencionados, se han obtenido los siguientes resultados.
119
Si se comparan los resultados académicos en cuanto a número de aprobados, el
resultado se muestra mejor en el caso de los alumnos que siguen la evaluación continua,
primera opción que se da a los alumnos para superar la asignatura.
En efecto, los alumnos que siguen la evaluación continua de la asignatura (N=122) a lo
largo del cuatrimestre la superan en un 92%, mientras que los que optan por el examen
final (N=14) la superan únicamente en un 43%. Dado que la evaluación continua incluye
dos parciales, y el último es acumulativo de los problemas estudiados, se considera que
los alumnos han sido evaluados en la totalidad del contenido de la asignatura, a diferencia
del grupo que solo decide presentar el examen final y los laboratorios.
Teniendo en cuenta el análisis de la encuesta SEEQ, la cual está diseñada con ítems que
van de 1 (muy en desacuerdo) a 5 (muy de acuerdo), representan diferentes aspectos del
proceso enseñanza-aprendizaje, como son: aprendizaje, entusiasmo del profesor,
organización, interacción con el grupo, actitud personal, contenido, entre otros. Se analiza
entonces una comparación entre el grupo que sigue las actividades previamente
descritas, con un grupo que sigue una metodología netamente tradicional de enseñanza.
En los ámbitos “Aprendizaje” (media: 4.2 vs 2.3 en el grupo control) y “Interacción con el
grupo” (media: 4,5 vs 2.1 en grupo control), se obtuvo un valor-p<0.05, lo que permite
concluir la aceptación de la hipótesis en prueba: “la aplicación de estas metodologías
mejora significativamente estos aspectos de la interrelación docente”. No se obtuvieron
diferencias al nivel de significación p<0.05 en el resto de grupos de ítems.
120
V al or
ac ió n
ít e m
Discusiones y conclusiones
Se concluye que la inclusión de actividades basadas en aprendizaje activo, un proyecto
semipresencial cooperativo, y las actividades de laboratorio en pequeños grupos han
mejorado y consolidado la calidad docente de la asignatura.
Este estudio puede considerarse como una prueba piloto de lo que puede y debe constituir la filosofía de los nuevos planes de estudios en el marco del Espacio Europeo de Educación Superior (EEES). Si bien, hay aspectos aún mejorables en el conjunto de la asignatura la consistencia de estos buenos resultados a lo largo de casi cuatro años de docencia ininterrumpida, con mínimas variaciones en el método son notorias. El diseño del presente experimento y la implementación de un instrumento de evaluación (encuestas) estandarizadas ha permitido determinar cuáles son los métodos de enseñanza que han dado mejores resultados en el rendimiento y aprendizaje de los estudiantes. Ámbitos como la interacción profesor-grupo, alumnos-grupo y la de
121
aprendizaje muestran resultados estadísticamente significativos, mejores en el caso de alumnos que siguen las metodologías activas y cooperativas. Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Desarrollar un estudio para analizar los resultados obtenidos luego de una implementación de técnicas de aprendizaje cooperativo en estudiantes de curso especializado. Escenario de aplicación: Estudiantes de la especialidad en Electrónica Industrial Metodología del experimento: Analizar el desempeño de los estudiantes que aprenden con una metodología netamente tradicional y los que se ven involucrados con metodologías de enseñanza activa (Proyecto basado en aprendizaje cooperativo, sesiones con actividades de aprendizaje activo y actividades de laboratorio) Instrumento de evaluación: Encuesta SEEQ, la cual está diseñada con ítems que van de 1 (muy en desacuerdo) a 5 (muy de acuerdo), representan diferentes aspectos del proceso enseñanza-aprendizaje, como son: aprendizaje, entusiasmo del profesor, organización, interacción con el grupo, actitud personal, contenido. Método de análisis utilizado: Comparación de medias. Método estadístico-descriptivo Consideraciones adicionales: Los autores resaltan la importancia de identificar que ámbitos como la interacción profesor-grupo, alumnos-grupo y la de aprendizaje muestran resultados estadísticamente significativos, mejores en
Los autores muestran un esquema básico de la metodología a seguir con el experimento propuesto, (comparación estadística de la apropiación del estudiante en los conceptos clave de la asignatura, desde dos metodologías de enseñanza). Hacen énfasis en la aplicación de tres escenarios de aprendizaje activo, importante a la hora de diferenciar qué metodología de enseñanza, además de la tradicional tiene un impacto positivo y directo en el aprendizaje del estudiante. Para el presente proyecto se pretende establecer una metodología más detallada de planeación, diseño y análisis del experimento. Se tomarán las definiciones como conceptos clave para el desarrollo del mismo.
122
el caso de alumnos que siguen las metodologías activas y cooperativas.
2.1.15. Título: Modelo pedagógico basado en competencias para la enseñanza de la Física Experimental
Resumen: Método comparativo entre el modelo pedagógico tradicional y el modelo
pedagógico basado en competencias a los estudiantes de ingeniería de la Universidad
Autónoma de Colombia que cursaban Mecánica de la partícula, utilizando un diseño
experimental efectuando un análisis de contraste entre un grupo control y uno
experimental, seleccionando la muestra de manera aleatoria y probabilística.
Autores e Institución:
Néstor Gabriel Navas Granados, Oscar Jardey Suárez y Sesilio Siveira. Universidad
Autónoma de Colombia. Calle 12 No 4 – 90 oficina 4-10 Bogotá DC. Colombia
Criterio de Búsqueda: Google Académico: "Modelo pedagógico basado en
competencias"
Desarrollo del trabajo
Introducción. El presente artículo contextualiza el escenario donde se realiza el estudio,
la Universidad Autónoma de Colombia, y el área de física como un área de ciencias
básicas, en donde se desarrolla. Posteriormente se presenta el desarrollo del modelo
pedagógico en ambientes de aprendizaje o laboratorio didáctico de física, se presenta la
propuesta, la metodología del estudio y finaliza con resultados y conclusiones.
Caracterización de los componentes o categorías del modelo pedagógico. Con el
fin de identificar la serie de factores y componentes que describen el modelo pedagógico
aplicado en este estudio, los autores realizaron entrevistas tanto a docentes como
estudiantes, de las cuales se obtienen los siguientes resultados:
Los estudiantes califican en un nivel alto las prácticas y la parte experimental en la
asignatura de Física, aunque hablan de que la calidad de los materiales e instrumentos es
muy baja, al igual que el tiempo de duración de las prácticas, además de identificar que
tienen que profundizar en conceptos estadísticos y aplicarlo a las prácticas.
Al entrevistar a los docentes, identifican que los estudiantes llegan al curso de física con
unas competencias de tipo cognitivo en un nivel muy bajo. Estos mismos docentes, en un
72,7% no utilizan ningún tipo de material de orientación metodológica, seguida por las
guías de laboratorio. Un 25% de los docentes del ciclo profesional consideran que las
competencias adquiridas, por los estudiantes, en el ciclo básico son apenas aceptables; lo
que expresan favorablemente de sus estudiantes es que la actitud y responsabilidad de
estos es relativamente alta, pero su nivel cognitivo y procedimental es bajo.
123
Se observa que en el desarrollo del curso se sigue una metodología de enseñanza
tradicional, donde material de curso y estudiantes quedan en un segundo plano.
Los autores concluyen que, de acuerdo con los resultados de las entrevistas, las
características pertenecen a un modelo tradicional donde prima la heteroestructuración
del conocimiento, siendo necesario proponer un cambio de paradigma que conlleve a la
interestruturación del conocimiento por parte de los actores intelectuales del proceso.
Modelo pedagógico basado en competencias
La estructura. La estructura de la presente propuesta se basa en la teoría de la
enseñanza para la comprensión, el aprendizaje significativo y el enfoque del
procesamiento de la información. Se lleva a cabo en ambientes de formación donde
intervienen los siguientes componentes de forma interrelacionada:
Características. El modelo pedagógico propuesto presenta características de
flexibilidad, dinamismo, sencillez, y de ser un sistema abierto. Las ventajas de estas
características se orientan en función de la interacción del sistema de formación del
estudiante con relación a las necesidades del medio externo.
124
La propuesta es de un sistema abierto, ya que debe permitir retroalimentarse con el
entorno y todos los componentes que en él participan. Debe ser flexible ya que propicia
que los actores intelectuales se relacionen con el entorno, y pueda desarrollarse un
proceso de formación acorde con la evolución de los medios. Debe ser dinámica, puesto
que es evolutiva y corresponde a la interacción entre los actores intelectuales y el entorno
externo. Y debe ser sencilla, porque fácilmente evidencia los procesos, actores,
funciones, responsabilidades y relaciones esenciales de quienes actúan en la misma.
Componentes de la propuesta. La propuesta se compone de tres componentes:
los ambientes de formación, los actores intelectuales y los recursos didácticos.
a. Ambientes de formación. Son aquellos espacios o escenarios en los que
diversos factores, (objetivos y subjetivos) influyen en el proceso de formación,
los cuales apuntan hacia una diversidad en el mismo ambiente, una objetividad
y responsabilidad compartida. La presente propuesta presenta la planificación
de las actividades experimentales en diversos tipos de ambientes de
formación:
Laboratorio Didáctico de Física Curricular (LDFC): Es aquel tipo de actividad didáctica
educativa con el propósito de contribuir a la formación de competencias básicas
experimentales a través del cumplimiento de un programa disciplinar.
Laboratorio Didáctico de Física de Profundización (LDFP): Son las actividades
complementarias al programa del curso que tiene como propósito afianzar algún o
algunos aspectos tratados en el Laboratorios Didáctico Curricular y son programados en
días y horarios independientes, fuera de los espacios planificados a los Laboratorios
Curriculares.
Laboratorio Didáctico de Física Demostrativo (LDFD): Es una actividad docente que tiene
como propósito contribuir a la motivación de los estudiantes a explorar una u otras
variantes en experimentación de un problema o fenómeno planteado. Se desarrolla ante
125
la presencia de un gran número de estudiantes con el propósito de mostrarles algún
procedimiento, técnica o la concordancia entre la teoría y la práctica.
Laboratorio Didáctico de Física Exploratorio (LDFE): Es aquel tipo de actividad didáctica
educativa donde el estudiante indaga sobre un tema en particular, usando como pretexto
una situación particular que genere un ambiente propicio para apropiar una teoría.
Laboratorio Didáctico de Física Libre (LDFL): Es el tipo de actividad didáctica educativa
que tiene como propósito, con la tutoría de un docente o grupo de ellos , la validación o
puesta en práctica por parte de los alumnos de un diseño experimental sin que medie un
tema o aspectos tratados en el currículo de la disciplina. Son aspectos de las prácticas
que los estudiantes o profesores deciden llevar a cabo para verificar o desmentir una
hipótesis, consolidar conceptos o afianzar o profundizar en un tema específico de la
teoría.
b. Actores intelectuales. Los actores intelectuales del proceso de formación son
todas y cada una de las personas que intervienen de una manera sistémica en
el proceso de formación del estudiante de ingeniería, estos son: el personal
docente, los estudiantes y el personal administrativo.
c. Recursos didácticos. Dado que el objetivo central es la formación de
competencias y no la realización de un número determinado de prácticas,
como, se está siguiendo en el método tradicional; es necesario un número de
prácticas que garanticen los niveles óptimos de las competencias propuestas
en cada nivel.
Operatividad de la propuesta. Para monitorear el proceso de enseñanza-aprendizaje, se
incluye dentro del estudio, cinco momentos:
Momento 1. Contextualización. El estudiante prepara la experiencia a llevar a cabo
en el laboratorio, con algunas consideraciones, reflexiones y posibles soluciones a
problemas identificados, con el fin de compartir con sus compañeros y el docente sus
respuestas.
Momento 2. Desarrollo temático del bloque. Desarrollo del material sugerido por el
docente, los estudiantes se reúnen en grupos de 3 o 4 personas, desarrollar la práctica,
realizan mediciones y obtienen toda la información que necesitan para el análisis
posterior. Finalmente hacen entrega de un informe escrito al final de realizar la práctica,
con su respectivo análisis, al docente, quien retroalimenta cada informe, y para después
los estudiantes realizar y socializar el Bloque Temático.
Momento 3. Socialización del bloque temático. Una vez terminado el bloque
temático los estudiantes presentan una ponencia oral, mostrando las aplicaciones de la
temática vista a su formación profesional y proyecto de vida, a todos los demás
compañeros del curso, buscando con esto poner una puesta en común de los diferentes
126
puntos de vista de cada grupo, sus dificultades, alcances obtenidos y posibilidades que se
pueden resolver con el tema visto.
Momento 4. Valoración y evaluación del proceso. Existen tres tipos de evaluación
en el desarrollo de prácticas en laboratorios de física. La heteroevaluación, donde el
docente aplica un examen escrito, y asigna una valoración o puntuación a cada estudiante
también dependiendo de su accionar durante las prácticas. La coevaluación, que
corresponde a la valoración que los estudiantes realizan a sus compañeros. La
autoevaluación, que asigna una evaluación personal para cada estudiante, sobre su
desempeño en las prácticas.
Momento 5. Superación y profundización del accionar experimental. La
superación se hace presente cuando el estudiante no ha alcanzado los desempeños
mínimos propuestos en el bloque, por diversas causas, como son: inasistencias a las
experiencias, toma de datos inadecuada siendo necesario repetir la experiencia, dificultad
en la comprensión de los temas propuestos entre otros. La profundización es una
actividad libre y espontánea del estudiante, quien desea ahondar en la temática abordada.
Metodología de investigación. Diseño experimental. Se tomaron dos grupos uno de
control que seguía el método tradicional y el grupo experimental que utilizaba la propuesta
pedagógica basada en competencias.
La muestra se calculó considerando que la población y asignación de los estudiantes es
de carácter aleatorio. La ecuación utilizada se presenta a continuación:
Para la determinación del error cometido en la selección del tamaño de la muestra se
aplicó la técnica de muestreo en poblaciones finitas. Conocidas la desviación estándar (s),
el total de la población (N) y el tamaño ( n ) de la muestra y utilizando la distribución t de
Student, se aplica la ecuación que se describe a continuación:
127
Donde: Tamaño de la población: N = 400
Tamaño de la muestra: n = 67
Media de la muestra: xm = 0,513
Desviación estándar muestral: s = 0,223
Los valores que delimitan un área del 95% en una t de Student con 66 grados de libertad
y el valor de la media de la muestra de 0,513 es de ± 0,695
Validación de la propuesta. Previamente se desarrollaron dos pruebas piloto,
analizando con pruebas de pares la propuesta pedagógica y el material de apoyo,
ajustando y validando los materiales y procesos de la propuesta.
Hipótesis: El nivel de las competencias básicas para el trabajo experimental
propuestas en el nivel I de los Laboratorios Didácticos de Física para la facultad de
Ingeniería de la Universidad Autónoma de Colombia, es aumentado con la propuesta
pedagógica basada en competencias.
Aplicación final de la propuesta. Una vez validada la propuesta se procedió a
aplicarla durante un semestre para los estudiantes de ingeniería que cursaban Mecánica
de la partícula, haciendo un seguimiento de las actividades llevadas a cabo por cada
grupo del diseño experimental registrando y procesando la información mediante la
utilización de software (Minitab, Ms Excel y Ms Access).
Resultados. Inicialmente se analiza de manera general las proporciones de respuestas
correctas arrojadas por los estudiantes de ambos grupos, experimental y de control.
Para comparar el desempeño de los estudiantes en cada propuesta pedagógica, fue
necesario identificar los niveles alcanzados para cada componente de cada competencia.
128
Una vez se analizó la confiabilidad y significación de cada grupo de preguntas se aplicó la
estadística a los resultados de los valores medios obtenidos por los estudiantes en la
prueba escrita del cuestionario, y se efectuó una prueba de contrastación de la hipótesis
del presente trabajo utilizando la distribución de la t de Student para la diferencia de los
valores medios de dos muestras utilizando el paquete estadístico Minitab 1.4, se
obtuvieron los siguientes resultados:
Se obtuvieron los resultados con base en una prueba de diferencia de medias,
suponiendo igual varianza para los dos grupos, y se obtuvo un valor-p inferior a 0.05, al
igual que una diferencia de los valores medios de 0,075, lo que indica que no hay
evidencia suficiente para afirmar una igualdad en los niveles de aprendizaje alcanzados
en ambos grupos. Se puede decir que las respuestas dadas al cuestionario, por los
estudiantes del grupo experimental fue superior a las del grupo de control, mostrando
129
ventajas por parte de los estudiantes del grupo experimental en los aspectos cognitivos y
procedimentales. Además, al analizar los otros indicadores anteriormente expuestos;
parte de esta ventaja se debe a las demás actividades de aprendizaje desarrolladas por la
propuesta pedagógica frente a la seguida por el método tradicional.
“Por lo tanto, la propuesta pedagógica didáctica es viable, ya que, aumentó el nivel de las
competencias de los estudiantes que cursaron el Nivel I de física experimental”.
Conclusiones
La aplicación de una estrategia basada en competencias en los laboratorios de
física muestra las ventajas mostradas en los desempeños de los estudiantes frente
al modelo tradicional, contribuyendo a su proceso de formación de manera
integral.
La estrategia pedagógica basada en competencias sirve de modelo para que sea
utilizado por otras disciplinas de carácter experimental, ya que, tiene en cuenta al
estudiante en interacción con el objeto del conocimiento, sus reestructuraciones de
carácter cognitivo experimentadas a medida que avance en los procesos de
enseñanza aprendizaje.
El laboratorio de física es el escenario propicio para afianzar las competencias
básicas en los estudiantes de las carreras de ingeniería en lo referente a lo
cognitivo, procedimental y afectivo.
Aportes al presente proyecto
ESTRUCTURA DEL CONTENIDO DEL ARTÍCULO
APORTE AL PRESENTE PROYECTO
Objetivo: Desarrollar, analizar y concluir estadísticamente un modelo pedagógico en ambientes de aprendizaje o laboratorio didáctico de física. Escenario de aplicación: Estudiantes de ingeniería del ciclo de ciencias básicas, (física). Metodología del experimento: Se tomaron dos grupos un de control que seguía el método tradicional y el grupo experimental que utilizaba la propuesta pedagógica basada en competencias. Se desarrollan dos pruebas piloto, analizando con pruebas de pares la propuesta pedagógica y el material de apoyo, ajustando y validando los materiales y procesos de la propuesta.
El presente artículo expone una herramienta valiosa para la evaluación del desempeño, y es la determinación de los niveles de cada una de las competencias identificadas a evaluar en el desarrollo de la clase. El presente proyecto pretende relacionar el desarrollo del experimento con un análisis cualitativo, identificando desde la observación directa los niveles alcanzados de las competencias definidas. La metodología es similar a como la proponen los autores, (comparación de metodología pedagógica tradicional y metodología de enseñanza activa). Con grupos experimental y de control, y una evaluación cuantitativa para determinar las comparaciones estadísticas respectivas.
130
Instrumento de evaluación: Heteroevaluación y coevaluación en cada uno de los laboratorios didácticos de Física. Método de análisis utilizado: Para comparar el desempeño de los estudiantes en cada propuesta pedagógica, fue necesario identificar los niveles alcanzados para cada componente de cada competencia. Esta evaluación del desempeño se estableció luego de la realización de entrevistas de los autores a los estudiantes y docente implicados en el experimento. Prueba estadística a los resultados de los valores medios obtenidos por los estudiantes en la prueba escrita del cuestionario, y se efectuó una prueba de contrastación de la hipótesis del presente trabajo utilizando la distribución de la t de Student para la diferencia de los valores medios de dos muestras utilizando un paquete estadístico.
131
3. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN
3.1. UNA MIRADA GENERAL AL PROBLEMA DE INVESTIGACIÓN
Actualmente, las Instituciones de Educación Superior se han preocupado por plantear
soluciones a diferentes problemáticas identificadas dentro de los modelos pedagógicos
orientados por sus docentes. En una sociedad que vive constantes cambios y de manera
veloz, se reconoce la necesidad de articular la formación integral de un Ingeniero
Industrial con las necesidades expuestas por el sector empresarial, de acuerdo con cada
una de las áreas de su competencia.
La Asociación Iberoamericana de Instituciones de Enseñanza de la Ingeniería, ASIBEI,
establece en sus estudios de diseño curricular para el siglo XXI, que “El compromiso de
aprendizaje permanente obliga a definir nuevas fronteras y compromisos para los distintos
ciclos de formación y acepta que el papel complementario de la empresa en la formación
de los ingenieros exige la identificación de nuevas condiciones, estrategias y mecanismos
de relación entre los programas curriculares y el sector externo” 1 . Se identifica la
necesidad de articular a las empresas como parte directa del proceso de formación de los
ingenieros, propiciando la información suficiente y en tiempo real en su desempeño
integral profesional.
Así mismo, el gobierno nacional, a través de las entidades correspondientes al sector
educativo, está generando estrategias de mejora en función de la articulación de los
profesionales de manera pertinente a la realidad laboral actual. El Ministerio de Educación
Nacional, en el planteamiento de sus objetivos misionales, busca “Mejorar la calidad de la
educación, en todos los niveles, mediante el fortalecimiento del desarrollo de
competencias, el Sistema de Evaluación y el Sistema de Aseguramiento de la Calidad”,
como también “Educar con pertinencia e incorporar innovación para una sociedad más
competitiva” 2 . Diseñar y ejecutar estrategias de Aseguramiento de la Calidad en la
Educación Superior involucra la articulación de estudios correspondientes a las
estrategias de formación que actualmente cada Institución Educativa en este sector está
promoviendo. Ello también incluye el análisis de las metodologías de enseñanza que
conllevan a una formación de calidad del profesional colombiano actual.
Desde hace más de una década, los diversos entes pertenecientes al campo académico,
nacional, en especial el de Educación Superior, han detectado una necesidad latente de
proponer nuevas estrategias pedagógicas en pro de una formación integral del profesional
colombiano. La Asociación Colombiana de Facultades de Ingeniería, (ACOFI), en
conjunto con el Instituto Colombiano para el Fomento de la Educación Superior, (ICFES),
1 ASOCIACIÓN DE INSTITUCIONES IBEROAMERICANAS DE ENSEÑANZA DE LA INGENIERÍA.
Aspectos básicos del diseño curricular en Ingeniería: Caso Iberoamericano. 2007. 2 MINISTERIO DE EDUCACIÓN NACIONAL. Recuperado el 20 de Diciembre de 2011, de
http://www.mineducacion.gov.co/1621/article-85244.html
132
han determinado una serie de objetivos enmarcados en un estudio de evaluación de
sistemas curriculares de las facultades de ingeniería a nivel nacional, y para el caso
particular en Ingeniería Industrial, han establecido “Determinar las necesidades de
reestructuración, vigencia y validez de los perfiles, planes de estudio y demás aspectos
curriculares del programa de Ingeniería Industrial, que le permitan a la Universidad ser
una institución más competitiva en la formación de sus ingenieros”3. (ACOFI, 1996)
Dentro de ese proceso de formación integral, se encuentran altamente relacionadas las
estrategias diseñadas en lo que respecta a las metodologías pedagógicas empleadas por
los docentes quienes forman a dichos profesionales, en búsqueda de mejorar el proceso
enseñanza – aprendizaje.
Estas Instituciones se han preocupado por elaborar en consenso una propuesta para la
actualización del currículo de la Ingeniería Industrial en Colombia, hacia la búsqueda de la
calidad y de la excelencia de la educación en esta disciplina, basada o sustentada en un
esquema curricular sistémico y flexible, con un enfoque humanista e investigativo, que
transcienda lo ocupacional, con una concepción orgánica del saber y llevada a cabo con
metodologías que propendan más por formar que por informar, que motive la participación
del alumno para que descubra y aprenda con una orientación profesional de
contextualización universal, a tono con los avances de la ciencia y la tecnología en un
mundo de competencia global y cambio inexorable4.
Actualmente, las facultades están orientando la formación del profesional en Ingeniería
Industrial hacia una formación basada en competencias, en donde se busca formar a un
profesional idóneo, que integre competencias tanto del Saber Conocer, como el Saber
Hacer y el Saber Ser en contexto; pero expertos en el tema hacen énfasis en la necesidad
de profundizar en la implementación de nuevas metodologías que orienten hacia esta
formación idónea. “Faltan metodologías que orienten a los maestros en cómo diseñar el
currículo por competencias, teniendo como base el saber acumulado, la experiencia
docente y los nuevos paradigmas, (…)”5. Se puede concluir entonces que hace falta
profundizar en la generación de nuevas estrategias pedagógicas que orienten al docente
hacia la formación del estudiante de ingeniería, que integre el Saber conocer y el Saber
hacer, de manera que le permita generar un aprendizaje significativo, a través de la
creación de espacios donde pueda aprender y aprehender el conocimiento.
3
ASOCIACIÓN COLOMBIANA DE FACULTADES DE INGENIERÍA, ACOFI. Actualización y
modernización del currículo de INgeniería Industrial. Documento final. Bogotá, 1996.
4 ACOFI, ICFES. ACTUALIZACIÓN Y MODERNIZACIÓN DEL CURRÍCULO EN INGENIERÍA
INDUSTRIAL. Bogotá: Opciones Gráficas Editores LTDA, 1996.
5 TOBÓN, Sergio. Competencias, Calidad y Educación Superior. Bogotá, ECOE Ediciones, 2005.
133
Necesariamente se plantea la apropiación de una estrategia de evaluación de las
metodologías que actualmente se instruyen en las Instituciones de Educación Superior en
el país, ya que con la evolución de las Tecnologías de la Información y las
Comunicaciones (TICs), se hace necesario iniciar nuevos espacios de re-educación, en
donde se puedan incorporar en los espacios de formación estas nuevas tecnologías.
Además se hace importante identificar el perfil del estudiante que ingresa a la universidad,
que hoy en día es un nuevo perfil, con una nuevas condiciones sociales, y que exige una
nueva estrategia de formación profesional. Para ello están llamados todos los programas
de formación de las Instituciones de Educación Superior, a replantear sus sistemas
curriculares, buscando el desarrollo de estrategias pertinentes con las necesidades tanto
de los estudiantes como del entorno social y económico actual.
3.2. EL PANORAMA DEL PROBLEMA DE INVESTIGACIÓN EN LA FACULTAD DE INGENIERÍA INDUSTRIAL DE LA UNIVERSIDAD TECNOLÓGICA DE PEREIRA
El Ingeniero Industrial de la Universidad Tecnológica de Pereira 6 , es una persona
competente para:
Liderar, administrar, controlar y gestionar toda clase de organizaciones del
sector público o privado, bajo los más estrictos principios de la ética, la moral
y la responsabilidad social.
Participar en grupos inter y transdisciplinarios dentro del contexto local,
nacional e internacional, comprometido con el desarrollo del país.
Aplicar soluciones a problemas complejos, empleando herramientas y
métodos de optimización en la búsqueda del mejoramiento de la
productividad, la calidad y la competitividad.
Investigar, innovar y desarrollar procesos para la producción y distribución de
bienes o prestación de servicios en toda clase de organizaciones, buscando
los más altos rendimientos económicos, financieros y de impacto social.
Perfilar su profesión hacia niveles superiores de formación
Actualmente, se ha implementado un conjunto de estrategias entorno a un rediseño
curricular, el cual se enfoca desde la Formación por Competencias; entendiéndose esté
término como: “La combinación dinámica de atributos y saberes, que describe los
resultados del proceso de aprendizaje y enseñanza de manera individual o colectiva, que
habilita al Ingeniero Industrial de la Universidad Tecnológica de Pereira para crear,
transformar y resolver de manera eficaz y autónoma, situaciones de la vida en un mundo
complejo, cambiante y competitivo”.
6UNIVERSIDAD TECNOLÓGICA DE PEREIRA. Perfil de Formación del Ingeniero Industrial de la
Universidad Tecnológica de Pereira. Disponible en: http://industrial.utp.edu.co/ingenieria-industrial/perfil-de-formacion.html. Consultado el 29 de marzo de 2012.
134
El proceso de rediseño curricular con base en las estrategias de formación por
competencias viene ligado a la propuesta del doctor Sergio Tobón; en donde se conciben
las estrategias de formación por competencias desde el pensamiento complejo,
identificándolas como procesos de desempeño integrales y dinámicos7.
3.2.1. La metodología seguida en el Grupo en la Enseñanza de la Investigación de Operaciones, GEIO.
Dada la necesidad expresada en el ítem anterior, dentro de la facultad de Ingeniería
Industrial de la Universidad Tecnológica de Pereira, se pone a prueba un equipo de
investigación dedicado al diseño, ajuste, implementación y difusión de una práctica
pedagógica que hace uso de la lúdica para enseñar conceptos fundamentales de esta
profesión, y aún más allá, promueve escenarios (micromundos) lúdicos en donde el
estudiante en formación puede desarrollar una gran variedad de habilidades y
competencias, necesarias para su excelente desempeño profesional.
Imagen No. 1. Desarrollo de una actividad lúdica del grupo GEIO.
Fuente: Grupo en la Enseñanza de la Investigación de Operaciones, GEIO. Universidad Tecnológica de Pereira.
En la lúdica se pueden representar sistemas reales que hacen que se puedan asociar
más fácilmente los conceptos teóricos a situaciones prácticas, esta experiencia hace que
7 TOBÓN, Sergio. Formación basada en competencias. Pensamiento complejo, diseño curricular y
didáctica. Bogotá: ECOE Ediciones, 2006.
135
se genere un aprendizaje profundo o significativo gracias a la interacción del participante
con estos dos aspectos, generando en él asociaciones mentales duraderas que se
pueden extrapolar al desempeño diario de la persona8. Estos escenarios recreados dejan
ver los errores y corregirlos a lo largo de su desarrollo, permitiendo cambiar la idea de que
“la teoría se debe llevar a la práctica, porque la teoría se construye a través de la
práctica”9
La Lúdica como un proceso debidamente orientado, permite que el participante active los
sentidos para adquirir nuevos modelos mentales, además de ser una experiencia
innovadora que hace que el proceso se disfrute más que los procesos tradicionales de
enseñanza.
El juego es ensayo, aprendizaje y aculturación. Los juegos utilizados en GEIO reflejan e
imitan la vida diaria y laboral: la producción industrial, el comercio, los conflictos de
intereses, la historia, el consumo de los recursos renovables y no renovables, las
relaciones laborales, el clima organizacional, la vida en la ciudad, entre otros; tal y como
lo hacen los niños al imitar a sus padres y su vida diaria. En GEIO se identifica el juego
como la participación íntima y dinámica del ser humano en su mundo.
3.2.2. Una relación del contexto del planteamiento del problema con la revisión bibliográfica
De acuerdo con lo expuesto en la contextualización del problema, para la facultad de
Ingeniería Industrial de la Universidad Tecnológica de Pereira, se hace necesaria la
aplicación de un experimento adecuado que permita comparar la implementación de dos
tipos de metodologías de enseñanza-aprendizaje, con respecto al impacto en el
rendimiento académico de los estudiantes del pregrado de este mismo programa. Es
importante identificar si la metodología seguida por los docentes actualmente es la más
indicada, o si requiere de algún complemento que otro tipo de metodología lo pudiese
ofrecer.
Para fines de la presente investigación, se decide acudir al área de Investigación
Operativa y Estadística, en especial a la técnica de Diseño Experimental, para poder
establecer una adecuada planeación, organización, desarrollo y evaluación de un
experimento que permita identificar y comparar el impacto de dos tipos de metodologías
8 Falieres, Marcela. Cómo mejorar el aprendizaje en el aula y poder evaluarlo. . Editora Cultural
Interamericana, 2006. 375 p.
9 ECHEVERRY, Erika y BENITEZ, Yuly Andrea. Uso de la metodología constructivista en el
desarollo de un curso de habilidades comunicativas en la organización. Pereira:
Universidad Tecnológica de Pereira. 2009. 168 p.
136
de enseñanza en el aprendizaje del estudiante de Ingeniería Industrial, para una
asignatura en particular.
En relación con los artículos científicos analizados a nivel internacional y nacional, se
puede concluir que la mayoría de autores interesados en comprobar el impacto que
diversas metodologías de enseñanza-aprendizaje generan en los participantes de
determinados experimentos, convergen a un estudio estadístico, desde una adecuada
planeación de un Diseño Experimental, que les permite identificar y validar
estadísticamente este impacto. Pocos investigadores han incluido la formación y
evaluación por competencias como indicador importante en el mismo diseño
experimental, por lo que motiva a la realización del presente proyecto, incluyendo
un valor agregado de la evaluación por competencias.
3.3. FORMULACIÓN DEL PROBLEMA
Dadas las condiciones expuestas en el planteamiento del problema, surge la siguiente
pregunta objeto de la presente investigación:
¿El uso de dos metodologías de enseñanza para la formación de las competencias
en una asignatura del pregrado en Ingeniería Industrial realmente impacta
estadísticamente en el rendimiento académico de sus estudiantes?
De esta pregunta general, se desprenden las siguientes inquietudes, objeto de
investigación, y que componen los objetivos específicos, de manera sistemática:
¿Cuáles son los factores, niveles y variable de respuesta objeto del estudio?
¿Qué tipo de diseño experimental corresponde el estudio? ¿Qué tipo de
efectos?
¿Cómo se describe la metodología de formación por competencias en la
población objeto de estudio?
¿Cómo diseñar un instrumento de evaluación por competencias de tal forma
que permita recolectar información cuantitativa acerca del desempeño de los
estudiantes objeto de estudio? ¿Es válido el instrumento de evaluación por
competencias?
¿Existe diferencia estadísticamente significativa entre las dos metodologías de
enseñanza, objeto de estudio? ¿Existe algún tipo de interacción entre los
factores identificados en el experimento (rendimiento académico, docente y
metodología)?
¿Cuál es la percepción de los estudiantes objeto de estudio sobre el
aprendizaje obtenido con la metodología seguida por el docente?¿Para el
estudiante tiene impacto en su aprendizaje el manejo de un tipo de
metodología de enseñanza determinado?
137
4. JUSTIFICACIÓN
El presente proyecto de investigación pretende generar resultados orientados hacia la
evaluación estadística de dos tipos de metodología implementados actualmente en el
pregrado de Ingeniería Industrial de la Universidad Tecnológica de Pereira. Con la
ejecución de este proyecto, se procura identificar los factores que impactan directamente
en el rendimiento académico del estudiante de este programa, estableciendo un análisis
concreto desde una de las asignaturas, pero con miras a ejecutar esta estrategia de
evaluación y validación estadística en donde se puedan establecer comparaciones de la
metodología de enseñanza activa y la tradicional.
La identificación del escenario en donde se pretende desarrollar el experimento cobra vital
importancia, ya que desde un análisis de las competencias que se pueden desarrollar en
las actividades lúdicas que propone el Grupo en la Enseñanza de la Investigación de
Operaciones, (GEIO), se establecen los criterios por los cuales una determinada
asignatura puede ser estudiada con dos tipos de metodología de enseñanza: tradicional y
basado en actividades lúdicas.
Desde el Diseño Experimental, se analizará de manera detallada el sistema de factores y
variables directas e indirectas que intervienen en el proceso de aprendizaje y de
formación por competencias, identificando una específica para el caso particular, pero con
el objetivo de determinar una estrategia de evaluación por competencias de manera que
pueda ser aplicada en otras áreas de la Ingeniería Industrial.
La revisión bibliográfica elaborada para el presente proyecto, no evidencia una buena
cantidad de investigaciones realizadas en el tema central del mismo, por lo cual, el valor
agregado corresponderá a la determinación de una estrategia de evaluación por
competencias para identificar los factores que impactan el rendimiento académico de los
estudiantes de Ingeniería Industrial de la Universidad Tecnológica de Pereira.
138
5. OBJETIVOS DE LA INVESTIGACIÓN
5.1. GENERAL:
Validar, a través del Diseño de Experimentos, el impacto que generan dos metodologías
de enseñanza, una basada en la clase tradicional y otra basada en actividades lúdicas, en
el desarrollo de competencias específicas del pregrado en Ingeniería Industrial de la
Universidad Tecnológica de Pereira.
5.2. ESPECÍFICOS:
Desarrollar la planeación extensiva del Diseño Experimental, con pruebas pre y
post, grupo experimental y de control, identificando elementos relacionados con
variable de respuesta, tipo de tratamiento, hipótesis a probar y demás factores que
intervienen en el proceso de formación de competencias específicas en una
asignatura del programa de Ingeniería Industrial.
Describir la metodología de formación por competencias implementada al interior
del programa de Ingeniería Industrial de la Universidad Tecnológica de Pereira.
Diseñar y validar un instrumento de evaluación por competencias que permita
recolectar información cuantitativa acerca de las temáticas planteadas en el
objetivo principal.
Elaborar, a través del Diseño de Experimentos, un análisis estadístico para la
comparación de dos metodologías de enseñanza para el estudiante de una
asignatura del programa en Ingeniería Industrial de la Universidad Tecnológica de
Pereira.
Apoyar los resultados obtenidos del Diseño Experimental con un análisis
cualitativo de las percepciones de los participantes del experimento.
139
6. TEMARIO DE LA INVESTIGACIÓN
La presente investigación se ha desarrollado en relación en las siguientes etapas:
ETAPA I: Planeación extensiva del Diseño Experimental. Inicialmente se pretende
desarrollar todo un plan de ejecución del experimento que permita identificar todos los
factores que intervendrán en el proceso de enseñanza de una asignatura del programa en
Ingeniería Industrial de la Universidad Tecnológica de Pereira. Factores como docente,
metodología de enseñanza, ubicación, perfil del estudiante, horario, entre otros, serán
objeto de análisis en esta etapa, al igual que la identificación de variable de respuesta
ETAPA II: Descripción de la metodología de formación basada en competencias
desarrollada al interior del programa de Ingeniería Industrial de la Universidad
Tecnológica de Pereira. Escogencia de la asignatura para desarrollar el experimento, con
su plan de contenido basado en las estrategias de formación por competencias. Además
se pretende generar un espacio de contextualización con el docente quien colaborará con
el desarrollo del experimento.
ETAPA III: Determinación de metodología de enseñanza basada en estrategias
tradicionales y selección de las actividades lúdicas que servirán de apoyo para el grupo
experimental.
ETAPA IV: Diseño y validación de un instrumento de evaluación por competencias. Para
este caso, inicialmente se acude a una revisión de expertos en este tema, con el fin de
ubicar algún punto de referencia para la construcción del instrumento.
ETAPA V: Ejecución del experimento. Trabajo de campo. Recolección de la información
necesaria para el experimento en los salones de clase, correspondientes a la planeación
del mismo.
ETAPA VI: Análisis cuantitativo del Diseño Experimental. Identificar métodos estadísticos
de comparación de los tratamientos asignados y generar el análisis y conclusiones
correspondientes.
ETAPA VII: Análisis cualitativo del experimento. Adicionalmente se recogerá información
cualitativa del trabajo de campo para complementar los resultados obtenidos en la etapa
anterior.
ETAPA VIII: Generación de resultados, discusiones y conclusiones finales del proyecto.
140
7. MÉTODOS DE INVESTIGACIÓN
El presente proyecto incluye un proceso de recolección de información en el aula de
clases, particularmente en la asignatura seleccionada para el análisis del experimento, en
la Facultad de Ingeniería Industrial de la Universidad Tecnológica de Pereira. Se empleó
un procedimiento de Evaluación por Competencias, diseñado y validado previamente.
Esta corresponde a la fuente de información primaria, ya que de acuerdo con los
estándares definidos en esta evaluación, se obtuvo una calificación cuantitativa
correspondiente a la variable de respuesta necesaria para el presente estudio.
Posteriormente, se acudió a un proceso de análisis cualitativo, en donde se identificó una
serie de percepciones de los estudiantes acerca del experimento. Con lo anterior se
pretendió generar información de carácter cualitativa para complementar el análisis
estadístico a través del Diseño de Experimentos.
En síntesis este proyecto corresponde a un tipo de investigación aplicada y de carácter
exploratoria, ya que se encuentran pocos aportes bibliográficos sobre la evaluación por
competencias y validada desde el Diseño de Experimentos, y pretende determinar un
alcance de evaluación preliminar, explorando las variables que describen el problema.
141
8. MARCO REFERENCIAL
El estudio de diferentes perspectivas, desarrollos y modelos teóricos que han sido
aplicados al contexto del problema planteado en la presente investigación, se ilustran de
manera sistemática, de acuerdo con el siguiente diagrama resumen:
Diagrama No. 1 Esquema del marco referencia
Fuente: El autor
De acuerdo con la pregunta de investigación, se establece un análisis clave dentro de
este marco, en tres aspectos diferentes: un aspecto inicial hacia las concepciones de la
Educación en Ingeniería para el presente siglo, en donde se debe argumentar la
importancia de esta investigación en el sentido de la necesidad de articular diferentes
perspectivas teóricas relacionadas con las prácticas pedagógicas en los diferentes
sistemas educativos para Ingeniería; un segundo elemento es la importancia de la
aplicación de modelos de formación por competencias y sus implicaciones en el
desempeño de los estudiantes de Ingeniería; y por último un aspecto relacionado con la
evaluación en el proceso de formación del profesional en mención, vinculando la
importancia de investigar sobre la aplicación de la Metodología de Diseño Experimental
142
para apropiar un análisis estadístico riguroso en el campo educativo y poder estudiar el
impacto de diferentes escenarios educativos en el desempeño del estudiante en
formación.
8.1. MARCO TEÓRICO
Se desprende en este apartado una serie de disposiciones teóricas sobre los tres ejes
fundamentales que persigue este proyecto: Los procesos de enseñanza-aprendizaje, en
especial en el campo de la Ingeniería; los métodos de evaluación de desempeño por
competencias, a su vez el proceso de formación por competencias como necesidad
sentida frente a las estrategias de formación integral expuestas por diferentes teóricos y
expertos en el tema, como también el Diseño de Experimentos como herramienta
estadística de análisis y aplicada en diferentes contextos.
8.1.1. Concepciones de la Educación en Ingeniería
El Ministerio de Educación Nacional desarrolla diferentes programas para el seguimiento
de las condiciones de calidad de la Educación Superior. Uno de estos programas se
denomina Pertinencia para la Innovación y la Competitividad, el cual “Propicia, en las
Instituciones de educación superior, condiciones para generar más y mejor investigación,
fortalecimiento del capital humano y desarrollo del país”10. Como actividades estratégicas,
propone el fortalecimiento de la capacidad investigativa de las Instituciones de Educación
Superior, el fortalecimiento de la oferta y la calidad de programas de maestría y
doctorado, la cooperación técnica e intercambio tecno-científico, el incremento del recurso
altamente calificado y el fomento de la relación Universidad-Empresa-Estado; con el fin de
orientar una articulación de los tres ejes educativos principales previamente definidos
Investigación, Capital Humano y Desarrollo.
Recorriendo el campo de la Educación Superior, en especial el de la Ingeniería, la
Asociación Colombiana de Facultades de Ingeniería, ACOFI, se ha preocupado por
orientar y difundir diferentes estudios que analizan la relevancia del campo de la
Educación en Ingeniería, el impacto que éstas tienen sobre los estudiantes en formación.
Uno de estos estudios hace referencia a una mirada en la formación en ingeniería en
donde se cuestiona la evolución de las estrategias pedagógicas hacia el incremento del
uso de las Tecnologías en el campo académico y cómo el docente debe responder, desde
sus competencias, a esta evolución.
10
MINISTERIO DE EDUCACIÓN NACIONAL. Disponible en: http://www.mineducacion.gov.co/1621/w3-article-307862.html. Actualizado 22 de junio de 2012.
143
En términos de investigación en el campo de la Educación en Ingeniería, ACOFI propone
la vinculación de estudios que demuestren un enfoque práctico, cambiar el de
investigación en ingeniería a la implementación de estrategias. Se deben compartir las
mejores prácticas y emular iniciativas exitosas como “The Learning Factory”11 y proyectos
que vincule la participación activa del estudiante desde sus inicios en la disciplina.
En la evolución hacia la utilización de nuevas tecnologías para mejorar la calidad de vida
del ser humano, la educación ha tenido que buscar y acelerar su proceso de
transformación. Inicialmente en los países desarrollados y posteriormente en los países
en desarrollo, la tecnología se ha convertido en un elemento de consumo, al alcance de la
gran mayoría de personas que da por sentado su existencia, no valora la complejidad
detrás de la facilidad de uso y termina siendo invisible12.
La transformación hacia las concepciones de la Educación en Ingeniería están
cambiando, haciendo que el estudiante cada vez presente mayores retos de enseñanza al
profesor, para lograr un proceso de aprendizaje idóneo y articulado con las necesidades
del entorno laboral actual, y de tal forma que sus estilos de aprendizaje y comprensión
sean fortalecidos y desarrollados a cabalidad. En este sentido, surge la necesidad de
exponer teóricamente las premisas, reflexiones y observaciones de diferentes autores que
a continuación se relatarán, de acuerdo con lo dicho.
8.1.1.1. ¿Qué ingeniero deberá formarse para el siglo XXI?
De acuerdo con los nuevos retos en Educación en Ingeniería que el mundo y la sociedad
proponen para el presente siglo, se vincula el análisis del estudio de la Asociación
Iberoamericana de Instituciones de Enseñanza de la Ingeniería, en donde definen qué tipo
de competencias deben poseer los profesionales en ingeniería:
Capacidad de desarrollar proyectos de investigación; diseñar y realizar
experimentos;
Aplicar los conocimientos de las ciencias naturales, de las matemáticas y ciencias
de la ingeniería; control, operación y mantenimiento de procesos, obras, servicios
técnicos y equipos que se involucren en la cadena productiva a la que se vinculan.
Habilidad para asumir responsabilidades profesionales, éticas y su incidencia en la
sociedad.
Se observa que para el análisis en ciencias complementarias, Colombia designa tres
áreas pertinentes: interdisciplinaria, dentro de la que se encuentra la parte económico
administrativa y la socio-humanística. Comprende entonces estas áreas, más la ingeniería
11
GARCÍA, Fernando. Una mirada a la formación en Ingeniería en el contexto internacional. En:.
Plan estratégico 2013-2020, Asociación Colombiana de Facultades de Ingeniería. 2012, pag 12. 12
Íbid, p 3.
144
aplicada, las ciencias básicas y las de ingeniería, los cuatro pilares fundamentales en los
que se centra la formación integral del ingeniero en nuestro país13.
La formación de los ingenieros y su posterior desempeño profesional deben reconocer la
naturaleza dinámica y compleja de las exigencias del entorno y valorar la importancia de
la cooperación, la movilidad y el flujo de productos y servicios. La formación de los
ingenieros debe propiciar una forma de conocimiento que resulta esencial para el
desarrollo, tanto local como regional y nacional. En cuanto a su proceso de formación
específico, deben poseer competencias para diseñar, proyectar, conducir y evaluar
experimentos como parte de actividades de innovación y desarrollo científico y
tecnológico14. Esta concepción y reconocimiento de las competencias que debe poseer el
ingeniero del siglo XXI se trasladan a cualquier disciplina de la ingeniería. Por lo tanto es
importante analizar y articular estas definiciones y concepciones a los estudiantes en
formación de la Ingeniería Industrial.
Especificándose en el campo de la Ingeniería Industrial, ACOFI ha descrito esta disciplina
como aquella que ofrece profesionales que actúan en cualquier sistema formado por
hombres, materiales, recursos financieros y equipos y aplicando la ciencia y la técnica,
cambia el entorno en beneficio colectivo, con responsabilidad social15.
Así mismo, el Instituto Colombiano de Fomento a la Educación Superior, ICFES, afirma
que la Ingeniería Industrial abarca el diseño, la mejora e instalación de sistemas
integrados de hombre, materiales y equipo. Con sus conocimientos especializados y el
dominio de las ciencias matemáticas, físicas y sociales, juntamente con los principios y
métodos de diseño y análisis de ingeniería, permite predecir, especificar y evaluar los
resultados a obtener de tales sistemas.
En términos generales, el ingeniero industrial reúne todas las características para estar
formado y capacitado para:
• Diseñar, examinar y evaluar operaciones.
• Analizar y planificar recursos productivos, de acuerdo con sus respectivos modelos de
producción.
• Elaborar, aplicar y validar modelos matemáticos en cualquiera de las áreas de su
conocimiento.
13
ASOCIACIÓN IBEROAMERICANA DE INSTITUCIONES DE ENSEÑANZA DE LA INGENIERÍA Op cit, ,p 39. 14
Íbid, p 52. 15
ACOFI, ICFES. Op cit, p 24.
145
• Solucionar problemas relacionados con su área de formación.
• Buscar permanentemente el mejoramiento de la calidad de vida del ser humano.
Por lo tanto, la Educación en Ingeniería tiene un panorama de amplia gama de retos
frente a los cuales deberá ofrecer diferentes escenarios de formación a sus estudiantes
para lograr una articulación hacia una formación profesional integral, idónea y
humanística, que genere desarrollo competitivo en el ejercicio profesional de cada
ingeniero. Este gama de retos están enfocados hacia ejes como las prácticas
pedagógicas, en donde, con la evolución de la tecnología, los procesos de aprendizaje
han tenido un giro hacia nuevas prácticas docentes.
8.1.1.2. ¿Qué metodologías de educación en Ingeniería son las más
adecuadas?
Con la implementación de nuevos modelos pedagógicos en diferentes disciplinas, el
campo de la ingeniería no se ha quedado atrás, en muchas de las disciplinas de
ingeniería se han logrado prácticas y experiencias innovadoras en el salón de clases, y
muchas de ellas logradas a partir de la transferencia de estrategias desarrolladas en otras
disciplinas. Sin embargo, según ACOFI, no existen evidencias contundentes que
muestren realmente que estas innovaciones han tenido resultados positivos más lejos de
la percepción de profesores y estudiantes, fácilmente explicables por razones diferentes
a la eficacia de las estrategias novedosas propuestas16.
Es una necesidad latente desde diferentes autores sobre la vinculación de nuevas
prácticas pedagógicas para fortalecer y cambiar los procesos de formación del educando.
Esto tiene que ver con la transformación del proceso de aprendizaje, que natural y
socialmente ha desarrollado el ser humano hoy en día.
“Las estrategias de enseñanza son medios o recursos para prestar la ayuda pedagógica
ajustada a las necesidades de progreso de la actividad constructiva de los alumnos”17. El
aprendizaje visto desde la ingeniería, ofrece un panorama actualizado con miras al
crecimiento de sus nuevas articulaciones de la diferenciación en los procesos de
aprendizaje, con ayuda y apoyo de diferentes prácticas pedagógicas. Si bien es cierto que
las estrategias de enseñanza han evolucionado desde las ciencias sociales, se debe tener
en cuenta que para su traslado hacia las ciencias naturales, existen diferentes
apreciaciones, en cuanto a la formación del docente en esta área. En el caso particular de
la enseñanza de la Ingeniería, el enfoque pedagógico debe girar, según Duque (2008),
16
ASOCIACIÓN COLOMBIANA DE FACULTADES DE INGENIERÍA ACOFI. Ciencia e Ingeniería en la formación de ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Bogotá, 2008. 17
DIAZ, Frida, HERNANDEZ, Gerardo. Estrategias docentes para un aprendizaje significativo. Una interpretación constructivista. Tercera Edición. McGrawHil. México, 2010. Pg 118.
146
hacia el análisis de una estructura compleja del fenómeno de aprendizaje; para ello se
hace necesario resignificar varios conceptos centrales en educación:
Constructivismo: Aquella corriente pedagógica que busca que el conocimiento sea
construido por el alumno o el aprendiz. El docente se convierte en facilitador del
aprendizaje, generando contextos y dimensiones a los mismos para el aprendiz, y
éste se convierte en el sujeto más importante del proceso de aprendizaje (sujeto
cognoscente).
Sentido: La información que se transmite y recibe el aprendiz debe tener sentido,
debe ser descifrable y para ello se requiere de experiencias de aprendizaje
previas, como también hacer alusión a los marcos de referencia donde se han
generado estas mismas.
Significado: Específicamente debe responder a necesidades del individuo deseoso
de aprender, debe servir para algo, conectarse con el sentido y con la razón de ser
del aprendizaje.
Para Duque (2008) en este marco “el reto de un profesor es generar ambientes de
aprendizaje enriquecidos, donde el estudiante no tenga otra oportunidad de aprender”. El
proceso de enseñanza se convierte en un análisis complejo desde el estudio del
fenómeno del aprendizaje humano, es por esto que es imposible acercarse a un método
de enseñanza y evaluación generalizado o estándar. La variación del objeto de estudio,
del contexto, del profesor y del estudiante generan en la práctica un infinito de situaciones
diferentes. Cada una de ellas requiere de estrategias de enseñanza-aprendizaje
apropiadas18.
Existen algunas estrategias de aprendizaje organizacional* centradas en la tecnología,
relacionadas con la codificación del conocimiento y su almacenamiento en grandes bases
de datos, (uso de internet, correo electrónico, software especializado, entre otras
herramientas) y las estrategias basadas en las personas, las cuales buscan directamente
espacios de interacción y de intercomunicación con un grupo de personas “cara a cara”,
para el intercambio de ideas y de conocimiento no formalizado19.
Una de sus prácticas más relevantes hace alusión a los experimentos cara a cara, donde
los empleados de una organización no sólo intercambian ideas sino que las ponen en
acción, como es el caso de los juegos basados en experiencias, donde mediante la
18
DUQUE, Mauricio. Principios para la enseñanza compatibles con el aprendizaje. En: Ciencia e Ingeniería en la Formación de Ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Asociación Colombiana de Facultades de Ingeniería, ACOFI. Colombia, 2008. Pág. 40. * Aprendizaje organizacional se refiere a la búsqueda de generación de conocimiento en un grupo de personas que comparten un bien común, logrando consolidar estrategias de mayor alcance en el aprendizaje de sus procesos y actividades principales. 19
GOMEZ, Maria Clara. Definición de un método para el diseño de juegos orientados al desarrollo de habilidades gerenciales como estrategia de entrenamiento empresarial. Proyecto de grado postgrado (maestría). Universidad Nacional de Colombia, sede Medellín. Maestría en Ingeniería Administrativa. 2010. 122 p.
147
simulación de una parte de la realidad de la compañía, los participantes analizan su
proceso de toma de decisiones, llevando indirectamente a la exteriorización del
conocimiento basado en la experiencia20.
8.1.1.3. La lúdica como herramienta pedagógica
En el contexto de nuevos paradigmas en la educación superior, se involucra la generación
de escenarios propicios en el salón de clases donde el estudiante pueda tomar parte
activa y participar de su propio proceso de aprendizaje; esto indica que el estudiante se
convierte en el protagonista de la construcción de su propio conocimiento, con la debida
orientación de un facilitador.
“El docente es el responsable de lo que acontece en su aula, y uno de sus retos pasa
por convertirse en diseñador de ambientes adecuados de aprendizaje, así como en
convencerse de la necesidad que tiene de aprender de otros y con otros a lo largo de toda
su vida”21
Para propender por una mejor enseñanza que prepare a los ingenieros para sus futuros
contextos laborales y de acuerdo con lo dicho por Murillo, el docente habría de
reconsiderar la enseñanza centrada en la transmisión del conocimiento hacia una
enseñanza centrada en el aprendizaje, donde al contrario de lo que plantea el primer tipo
de enseñanza, que fomenta estudiantes pasivos que desarrollan su comprensión a través
de metodologías expositivas y su buena memoria, se vire a un aprendizaje que se base
en el estudiante que, de acuerdo con lo que plantea el segundo tipo de enseñanza,
favorezca su actividad, su protagonismo y el desarrollo de sus diferentes capacidades22.
De acuerdo con lo plateado por Murillo, puede considerarse que una práctica
pedagógica es una actitud orientada a la planificación, el desarrollo y la evaluación de
procesos de enseñanza, dentro de un contexto y para favorecer el aprendizaje23. Por
tanto, la lúdica como alternativa metodológica complementaria para la enseñanza, puede
considerarse como una práctica pedagógica, en tanto garantice que se planea, se
desarrolla y se evalúa desde los procesos de enseñanza del respectivo pensum
académico.
Huizinga plantea el juego como una actividad: libre, que comienza y termina a voluntad
del usuario; ficticia, paralela a la vida real, simulando un universo o una actividad que no
tiene repercusión sobre hechos reales; acotada (con límites de tiempo y espacio); y
reglamentada dentro de un orden específico.
20
Awad, E. y Ghaziri, H. (2003). Knowledge Management. Boston: Pearson, Primera Edición.480 p. 21
MURILLO, P. Nuevas formas de trabajar en la clase. Metodologías activas y colaborativas. 9 p. Universidad de Sevilla. Consultado el 13 de septiembre de 2011. Disponible en: http://prometeo.us.es/idea/publicaciones/paulino/3a.pdf. 22
Ibid., p 10. 23
MURILLO, P. Enseñar y aprender en Educación Superior. Enfoques de educación. Montevideo (Uruguay). 2005, 139-155 p.
148
Tal y como lo dice Burgos para que un juego sea educativo, debe cumplir las siguientes
características: que tenga una premisa a resolver, que tenga por lo menos una solución
cierta, que el jugador aprenda por medio de técnicas como ejercicio de habilidades,
fijación de conceptos previamente adquiridos, descubrimiento de conceptos, socialización
de experiencia, entre otros24 . Con base en lo anterior el juego concebido como una
herramienta pedagógica debe ofrecer un espacio o escenario en el cual el participante, en
compañía de un equipo de compañeros, debe asumir un rol determinado, enfrentarse a un
problema en un contexto determinado y plantear mecanismos de solución; con esto se
está dando base para generar en el participante un aprendizaje activo con base en la
experiencia vivida en el juego y con una orientación adecuada del facilitador, promoviendo
el descubrimiento o re-descubrimiento de los conceptos y fortaleciendo la construcción
colectiva del conocimiento.
Frente a estos juegos basados en experiencias, algunos autores plantean las siguientes
ventajas de su utilización en los procesos de enseñanza-aprendizaje:
- Permiten “aprender haciendo”, desarrollan la comunicación, tienen en cuenta el impacto
de las emociones en el aprendizaje y estimulan el aprendizaje por pares (Kober y Tarca,
2000)25.
- El aprendizaje mediante juegos desarrolla el pensamiento crítico, la comunicación
grupal, el debate y la toma de decisiones, elementos que son difíciles de captar desde un
enfoque meramente teórico (Zapata y Awad, 2007)26.
- Los juegos incrementan la velocidad de aprendizaje, mejoran la retención y la
memorización de conceptos (Klassen et al., 2003)27.
Autores como Karl Groos, Johan Huizinga, Kurt Hahn, John Dewey, Harrison Owen y Kurt
Lewin, entre otros, manifiestan que la auténtica educación se efectúa mediante la
experiencia, en la cual existe un flujo bidireccional de la comunicación en el marco de la
confianza y respeto, esto facilita la interacción e interrelación de las personas con la
consecuente conformación de equipos, que manifiestan sensaciones, emociones,
24
BURGOS, Daniel., TATTERSALL, C., et al. Re-purposing existing generic games and simulations for e-learning. En: Computers in Human Behaviour. Vol. 23. No. 6. p. 2656– 2667. 25
KOBER R. y TARCA, A . For fun or profit? An evaluation of a business simulation game. En: Accounting Research Journal. Vol. 15. pp. 98-111. 26
ZAPATA, C. y AWAD, G. (2007). Requirements Game: Teaching Software Projects Management. En: CLEI Electronic Journal. No. 1. Consultado el 20 de mayo de 2011.Disponible
en: http://www.clei.cl/cleiej/paper.php?id=133 27
KLASSEN, K. y WILLOUGHBY, K. “In-Class Simulation Games: Assessing Student Learning”. En: Journal of Information Technology Education. Vol. 2. pp. 1-13
149
situaciones y aprenden de ellas, actuando estas experiencias como fijadores de
aprendizaje con resultados altamente productivos.28
En este sentido, la generación de escenarios en el salón de clases (o micromundos como
los llama Peter Senge 29 ), permiten la participación activa del estudiante hacia la
indagación, exploración, interacción y construcción de su propio conocimiento. En el caso
de la educación en ingeniería colombiana, el Grupo en la Enseñanza de la Investigación
de Operaciones de la Universidad Tecnológica de Pereira, GEIO, introduce en espacios
educativos escenarios lúdicos que permiten a los estudiantes vivenciar los conceptos
teóricos, poner en práctica aquellos que dicen poseer; además del desarrollo de aptitudes
sociales que sobrepasan el mero dominio intelectual facilitando así el desempeño del
futuro profesional tanto a nivel laboral como personal. Todo lo anterior bajo ambientes
cooperativos y conversacionales que facilitan la construcción conjunta de un aprendizaje
significativo y el trabajo en equipo.30
8.1.1.4. Formación por competencias
La formación con base en competencias emerge de la educación superior en Colombia a
finales de la década de los 90 dentro del marco de la reflexión en torno a cómo evaluar los
aprendizajes y mejorar la calidad de la educación (Jurado, 200331), buscando con ello
superar las metodologías tradicionales orientadas hacia la memorización, la acumulación
y la repetición mecánica de datos, para privilegiar el saber hacer con la información y la
resolución de problemas con sentido para los estudiantes.32
El Departamento Administrativo de la Función Pública, en su decreto No. 2539 del 22 julio
del año 2005, establece las competencias laborales generales para los empleos públicos
de los distintos niveles jerárquicos de las entidades a las cuales se aplican los decretos
ley 770 y 785 de 2005: Artículo 2º. Definición de competencias. Las competencias
laborales se definen como la capacidad de una persona para desempeñar, en diferentes
contextos y con base en los requerimientos de calidad y resultados esperados en el sector
público, las funciones inherentes a un empleo; capacidad que está determinada por los
28
ARGOTE, F. E., GÓMEZ, E., VILLADA, H. La lúdica como estrategia pedagógica en el aprendizaje de la ingeniería. Universidad de Nariño-Universidad de Cauca. En: Reunión Nacional y Expoingeniería ACOFI 2009, Ciencia, tecnología e innovación en ingeniería como aporte a la competitividad del país. Septiembre 16-18 de 2009. Memorias. Cartagena. 2009. 29
SENGE, Peter., et al. La Quinta Disciplina en la Práctica. Buenos Aires, Editorial Granica, 1992. 30
ECHEVERRY, E., ARTEAGA, G., GUAPACHA, P. GEIO como aporte a la interdisciplinariedad del ingeniero. Universidad Tecnológica de Pereira. En: Reunión Nacional ACOFI 2010, el compromiso de las facultades de ingeniería en la formación para el desarrollo regional. Septiembre 15-17 de 2010. Memorias. Santa Marta, 2010. 31
JURADO, F. El doble sentido del concepto competencia. Magisterio, Educación y Pedagogía, 1, 14-16. 32
TOBÓN, S. Competencias en la educación superior. Políticas hacia la calidad. ECOE Ediciones. Bogotá, 2009. Pg 2.
150
conocimientos, destrezas, habilidades, valores, actitudes y aptitudes que debe poseer y
demostrar el empleado público.
El reto actual es consolidar un enfoque de competencias en la educación superior que
tenga como base no sólo el contexto laboral-empresarial, sino también el contexto social y
el disciplinar-investigativo desde el pensamiento complejo, buscando que la docencia se
oriente a la formación de profesionales con competencias científicas además de las
profesionales, teniendo en cuenta la articulación del saber con el ser y el hacer, y
buscando que la evaluación sea una construcción democrática, tanto de orden cualitativo
como cuantitativo 1 (S. Tobón, A. Rial, M.a. Carretero, J.A. García. Competencias, calidad
y educación superior)
Para el caso del área de las Ingenierías, la Asociación Colombiana de Facultades de
Ingeniería, en su constante búsqueda por actualizar las necesidades curriculares y de
formación del ingeniero en Colombia, ha propuesto una transformación de los currículos,
hacia una formación por competencias. Este proceso de transformación incluye tres
aspectos clave: el primero relacionado con la definición de los objetivos de formación en
función de competencias; el segundo aspecto está relacionado con la evaluación de la
formación en función de los egresados con estándares previamente acordados (el caso
Pruebas SABERPRO); y en tercer lugar permite establecer unas condiciones mínimas e
ideales que debe cumplir un programa para garantizar a la sociedad que sus estudiantes
están a la altura de los retos que demanda el mundo profesional33; estos estándares son
definidos por el Ministerio de Educación Nacional y está expuesto también en los altos
estándares de calidad en la Educación Superior del Consejo Nacional de Acreditación,
CNA.
El estilo de formación por competencias permite integrar habilidades propias del ser,
(saber ser), el conocer (saber saber), y el aplicar los conocimientos en un escenario
determinado (saber hacer). Estas tres características principales se convierten en el eje
fundamental de la formación integral del ingeniero. Para ACOFI, en sus estudios
constantes sobre educación en Ingeniería, las facultades de ingeniería deben propiciar en
sus estudiantes la generación de habilidades, competencias y actitudes que permitan el
trabajo en equipo al ritmo que marca la renovación del conocimiento, flexibilidad,
capacidad y velocidad de respuesta34. Lo anterior indica que un profesional en ingeniería
debe poseer determinadas competencias que le permitan una actualización constante,
flexibilidad en las herramientas para la solución de problemas, de acuerdo con las
necesidades cambiantes del medio.
33
HERNÁNDEZ, G., COLMENARES, J. Objetivos de los programas de formación de ingeniería. En: Ciencia e ingeniería en la formación de ingenieros para el siglo XXI. Fundamentos estrategias y casos. Asociación Colombiana de Facultades de Ingeniería, ACOFI. Colombia, 2008. Pg. 62. 34
Íbid, pg 80.
151
8.1.2. Evaluación en el proceso de Educación
En el campo de la Educación, diferentes estudios se han dado sobre la importancia de la
evaluación en el proceso de formación. Se dice que la evaluación tiene una función
reguladora del aprendizaje35; pero hay quienes afirman que esta función de regulación
hacia el conocimiento adquirido por los estudiantes es disfuncional y desequilibrada,
justificando que los procesos de evaluación generan valoraciones aisladas de todos los
factores que están involucrados: sólo se evalúa al alumno, sólo se evalúan los resultados
y sólo se evalúa el conocimiento36.
Las aproximaciones tradicionales provenientes de la cultura psicométrica han valorado las
innovaciones en la evaluación de los aprendizajes centrándose en aspectos tales como la
fiabilidad y la validez. La utilidad de estos estudios es limitada, ya que asumen que las
distintas evaluaciones son unidimensionales, y son fases para producir una única
puntuación real, resumen del nivel de rendimiento del estudiante. Aproximaciones más
recientes hacen hincapié en que los procedimientos de evaluación pueden y deben
contribuir al aprendizaje del estudiante, y no sólo medirlo. Consideran que el aprendizaje
del estudiante a través de la educación superior es complejo, multidimensional, y que
necesita valorarse a través de diferentes formas37.
8.1.2.1. Evaluación de desempeño
Según Martha Alles, la definición de competencias se relaciona con la mejor manera de
lograr los objetivos. De igual forma, plantea la importancia de medir o evaluar el
desempeño de las competencias en un grupo determinado de personas, toma real
importancia por su estructura y funcionamiento.
Los enfoques para relacionar desempeño con estrategia son varios. Por un lado del
management de la organización fija los objetivos, que caen en cascada a toda la empresa
o institución. Estos objetivos tienen directa relación con los objetivos organizacionales.
Cuando a cada empleado se le fijan objetivos, estos son parte de esa “cascada de
objetivos organizacionales”38. Si se establece una comparación frente a los procesos de
enseñanza y formación universitaria, desde el campo de la ingeniería, se determinan unos
objetivos por parte del currículo de formación en la disciplina específica, y en el momento
35
CABANÍ, M. L. y CARRETERO, R. La promoción de estudiantes estratégicos a través del proceso de evaluación que proponen los profesores universitarios”. En C. Monereo y I. Pozo. La Universidad ante la nueva cultura educativa. Madrid: Síntesis. 2003. 36
SANTOS Guerra, M. A. La evaluación: un proceso de diálogo, comprensión y mejora. Granada: Aljibe. Santos Guerra, M. A. (2003). Una flecha en la Diana. La evaluación como aprendizaje. Madrid: Narcea. 37
MURPHY, R. Evaluating new priorities for assessment in higher education. En C. Bryan y K. Clegg (Eds.) Innovative Assessment in Higher Education. (37-47) New York: Routledge. 2006 38
ALLES, Martha. Desempeño por competencias. Evaluación de 360°. Editorial Granica. Buenos Aires, 2008.
152
en que el estudiante accede al proceso de formación y aprendizaje sobre determinadas
competencias, se está vinculando directamente con los objetivos curriculares.
La evaluación de desempeño por competencias ofrece un beneficio principal y es la
realimentación que pueda tener la persona que desarrolla una actividad. Según Schein, el
grado de satisfacción que un empleado tiene con la tarea realizada. Un trabajador
necesita saber cómo está realizando su trabajo39. En el contexto del presente proyecto, la
evaluación de competencias permitirá al estudiante conocer cómo ha evolucionado en su
proceso de aprendizaje.
De acuerdo con la clasificación de las metodologías de evaluación de desempeño, se
habla de características, comportamientos o resultados. El primero hace alusión a una
valoración de confiabilidad, creatividad, iniciativa o liderazgo frente a una serie de
actividades a ejecutar por parte de alguna persona. El tipo de evaluación por resultados
se focaliza en las contribuciones mensurables que los empleados realizan en la
organización40. El tipo de evaluación de desempeño por comportamientos hace alusión a
la evaluación por competencias, brinda información orientada a la acción, por lo cual es el
mejor método de evaluación para el desarrollo de las personas. Por lo anterior, se debe
aclarar que para el proceso de formación de acuerdo a la pertinencia con la formación en
ingeniería actualmente en Colombia, se debe acudir a la metodología de evaluación por
competencias**.
En el esquema de evaluación de desempeño propuesto por Martha Alles, el evaluador
deberá valorar la eficiencia del evaluado en distintos aspectos, en condiciones normales
de trabajo 41 . Esto indica que no solamente se deberá evaluar cuantitativamente el
desempeño de una persona frente a una actividad, sino que también su valoración
dependerá del seguimiento y control a sus actividades que una persona pueda llevar.
Existen diferentes metodologías de evaluación de desempeño por competencias: la
vertical, de 180° y de 360°. La evaluación vertical impone un mecanismo de valoración por
parte de un jefe o de un experto sobre el desarrollo de las actividades de una persona en
relación con unos objetivos planteados.
El concepto de frecuencia resulta importante, ya que en cualquier tipo de evaluación de
desempeño es importante incluir este tipo de evaluación, que resuma el desempeño de
una persona a lo largo de un tiempo prolongado, no inmediatamente o una valoración
remota. La necesidad de un análisis por frecuencias resulta de que en la prisa, por
completar los formularios, los evaluadores incurren en un error: asocian el
39
SCHEIN, Edgar H. Psicología de la Organización. Prentice Hall Hispanoamericana. México, 1982. 40
ALLES, Martha. Op cit, p 124. ** Las evaluaciones de desempeño, así como la apertura en grados de las competencias y otras mediciones, deben responder a metas u objetivos altos pero realistas, deben suponer un desafío que pueda alcanzarse. 41
ALLES, Martha. Op cit 138.
153
comportamiento con un hecho destacado y eligen un nivel en relación con ese hecho en
particular, sin preguntarse si el evaluado siempre es así o solo en algunas ocasiones.
8.1.2.2. ¿Qué método de análisis de frecuencias existen?
Son dos tipos de métodos de corrección: el ascendente y el descendente. El primero
hace alusión a la generación de una escala de conversión hacia opciones intermedias
para aumentar la calificación de la evaluación cuando el evaluado presenta con cierta
frecuencia comportamientos en relación con el nivel superior. En el método de corrección
descendente se pondera el comportamiento según la frecuencia, asignando unos
factores de ponderación (porcentajes); por lo tanto el evaluado debe responder a la
pregunta sobre si ese comportamiento se produce siempre, frecuente, la mitad del
tiempo, o es ocasional42.
Un ejemplo citado por Martha Alles, se ilustra a continuación:
Tabla No. 2. Descripción de las frecuencias en el método de evaluación de desempeño por competencias de corrección ascendente.
Frecuencia Descripción Cuantificación
Siempre
El evaluado manifiesta
siempre el comportamiento tal
cual se lo describe en el grado
seleccionado de la
competencia según el
diccionario de
comportamientos utilizado
100%
Frecuente
El evaluado manifiesta en el
mayor número de los casos el
comportamiento tal cual se lo
describe en el grado
seleccionado
75%
La mitad del tiempo
El evaluado manifiesta en la
mitad de las ocasiones el
comportamiento tal cual se
describe en el grado
seleccionado
50%
Ocasional
El evaluado manifiesta solo en
ocasiones, el comportamiento
tal cual se lo describe en el
grado seleccionado
25%
Fuente: Alles, Martha. Desempeño por competencias. Evaluación de 360°.Editorial
Granica. 2008. p 135
42
Íbid, p 135.
154
Frente al análisis y evaluación de esta metodología, se pretende generar una escala de
ponderación, de acuerdo a determinados niveles de competencia desarrollado por el
evaluado, y sumado a esto, un análisis y estudio de las frecuencias en que este mismo
evaluado ejecuta esta acción. Por esto, la frecuencia en el comportamiento de una
persona debe ser considerada de algún modo. El doble cálculo, tanto la ponderación
como la cuantificación en porcentaje de su nivel de frecuencia, debe mostrar un análisis
de acuerdo a una fórmula matemática que permite la medición de competencias cuando
los comportamientos observados son de diferente grado.
Si se toma como ejemplo el desempeño observado por un grupo de personas de acuerdo
con los siguientes niveles de competencias, el cálculo de ponderación deberá efectuarse
como sigue:
Tabla No. 3. Referencias numéricas de los niveles de competencia
Competencia Referencia numérica en %
Grado A 100
Grado B 75
Grado C 50
Grado D 25
No desarrollado 0
Fuente: Alles, Martha. Desempeño por competencias. Evaluación de 360°.Editorial
Granica. 2008. p 136
Si se califica a una persona en un nivel de competencia Grado B, y el evaluado ha
efectuado un análisis de esta competencia, identificando que el evaluado se comporta el
100% de las veces (frecuencia = siempre). Su ponderación será igual a la referencia
numérica medida en este caso en porcentaje, por el grado de frecuencia alcanzado. Esta
cuantificación permitirá al evaluador ubicarse nuevamente en la escala de ponderación
frente al nivel real alcanzado en la competencia por el evaluado. El cuadro siguiente
ilustra esta explicación, para el Grado B:
Tabla No. 4. Escala de valoración y ponderación de competencias.
Grado
Grado en % Frecuencia
Frecuencia
en % Ponderación
Grado
resultante
por
ponderación
B 75 Siempre 100 75 x 1 B
A 100 La mitad del
tiempo
50 100 x 0,5 = 50 C
Fuente: Alles, Martha. Desempeño por competencias. Evaluación de 360°.Editorial
Granica. 2008. p 136
155
Ahora bien, si el evaluador analiza que el comportamiento del evaluado está en un nivel
Grado A, pero en la determinación de la frecuencia encuentra y califica que este
comportamiento se manifiesta en la mitad de las ocasiones (frecuencia=50), el resultado
final de la ponderación será igual a 100 x 0,50, lo que ubicaría el desempeño del evaluado
no en nivel Grado A sino un Nivel Grado C.
Al considerar la frecuencia de ocurrencia de diferentes actos que permiten cuantificar el
nivel o grado de competencia desarrollado por una persona, es importante aclarar que el
doble cálculo, ocasionalmente genera problemas de comprensión sobre el resultado
obtenido y, de algún modo, complejiza tanto la evaluación como su procesamiento43.
Según lo expuesto por la autora, la inclusión de fichas de evaluación y seguimiento al
desempeño por competencias de una persona en una serie de actividades, puede
dinamizar el proceso de evaluación.
8.1.2.3. La Rúbrica como instrumento de evaluación
La concepción de competencia como resultado de aprendizaje tiene una serie de
implicaciones para la evaluación. La competencia supone la adquisición de
conocimientos, habilidades y actitudes. Por lo tanto, la evaluación deberá evaluar los tres
tipos de adquisiciones44. Al considerar lo anterior, se debe tener claramente definidos los
niveles de alcance de cada competencia identificada para valorar, como también la escala
de ponderación, según lo expuesto anteriormente por Marha Alles.
Uno de los instrumentos de valoración del desempeño por competencias, y útil en el
manejo de las calificaciones de niveles, es la rúbrica. La rúbrica puede verse como un
instrumento de apoyo al proceso de evaluación por competencias, que permite identificar
y ponderar los diferentes niveles de desempeño de la competencia de interés, de acuerdo
a unos criterios clave de valoración. La rúbrica facilita el desempeño de los estudiantes en
un área compleja, permite evaluar el aprendizaje, los conocimientos y algunas
competencias transversales logradas por el estudiante en una práctica reflexiva45.
Dentro de las ventajas del uso de la rúbrica como herramienta de evaluación por
competencias, se encuentra que es específica al establecer criterios y niveles de
educación; es clara ya que se definen conductas observables con criterios esperados por
el docente y acordados con el alumno; es integradora porque se pueden incluir durante su
43
Íbid, p. 136 44
VILLARDÓN, Lourdes. Evaluación del aprendizaje para promover el desarrollo de competencias. Universidad de Deusto. pg 55-76. Revista Education siglo XXI. 2006 45
PATIÑO, J.; FERRER, M. y BALTASAR, A. El uso de la rúbrica como instrumento de evaluación en la práctica reflexiva. En EVALfor (Ed.), EVALtrends 2011 – Evaluar para aprender en la universidad: Experiencias innovadoras en la sistematización de la evaluación (pp.50-59). Madrid: Bubok Publishing. 2003.
156
construcción, una autoevaluación, una evaluación de los pares (co-evaluación) y una
evaluación del docente (hetero-evaluación).
Un ejemplo de rúbrica, según el autor del artículo La rúbrica como instrumento
pedagógico para la tutorización y evaluación de los aprendizajes en el foro online de
Educación Superior, Juan Jesús Torres y Victo Hugo Perea, de la Universidad de Sevilla,
se ilustra a continuación:
Tabla No. 5. Ejemplo de rúbrica
Fuente: Torres, J., Perea, V. La rúbrica como instrumento pedagógico para la tutorización y
evaluación de los aprendizajes en el foro online de Educación Superior. Universidad de Sevilla.
Revista de medios y educación. Enero 2010 pg. 141-149. España.
8.1.3. Metodología Diseño Experimental
Como técnica de análisis estadístico, el Diseño de Experimentos ofrece una metodología
específica de recolección de información, a través de un experimento diseñado, articulado
a un problema de investigación propuesto previamente, y ejecutado con una serie de
pasos a seguir. En una perspectiva más formal, un experimento puede definirse como una
prueba o serie de pruebas en las que se hacen cambios deliberados en las variables de
157
entrada de un proceso o sistema para observar e identificar las razones de los cambios
que pudieran observarse en la respuesta de salida46.
Esta metodología ofrece una etapa de planeación, en donde se identifican los diferentes
factores que intervienen en una variable de interés (variable de respuesta), permite una
fase de ejecución, donde, dependiendo de la cantidad de factores que se estudien, en
conjunto con sus niveles de aplicación, se permitirá un análisis de determinados
tratamientos (combinaciones de factores y niveles) en relación con la variable de interés.
Para una completa comprensión de los términos y análisis del Diseño Experimental, es
necesario identificar los siguientes conceptos:
Experimento: Generación de un estudio con una serie de ensayos sobre diferentes
variables de un sistema en estudio. Es un ensayo u observación especial hecha para
afirmar o negar algo dudoso y que se lleva a cabo bajo condiciones determinadas por el
experimentador47.
Diseño: Disposición metodológica a seguir para controlar el estudio y análisis de
diferentes variables sobre una en particular (variable de respuesta). Es la disposición de
unos pasos en una investigación ejerciendo así control de la misma, con la finalidad de
obtener resultados confiables y su relación con las preguntas surgidas de las hipótesis48.
Factor: Variable independiente objeto de estudio y posible causante de los efectos
que la variable de respuesta está generando, dentro del experimento. Variable cuyo
posible efecto sobre los datos se desea investigar.
Nivel: Clasificación en el que se cualifica cada factor. Los niveles pueden ser
cuantitativos o cualitativos, con unidades ordinales o nominales, según sea el caso.
Unidad Experimental: Unidad de análisis del experimento, conjunto de personas,
objetos, procesos, procedimientos a analizar, para generar información cuantitativa desde
la variable de respuesta.
Variable de respuesta: Variable de interés de un problema que, de acuerdo a
determinadas hipótesis planteadas por el investigador, son influenciadas por otras
variables que cuando cambian, generan comportamientos diferentes en ella.
Tratamiento: Combinaciones posibles entre factores y sus niveles. Punto de
operación del cual se requieren algunas mediciones cuantitativas para estudiar el efecto
del mismo sobre la variable de respuesta.
46
MONTGOMERY, Douglas. Diseño y análisis de experimentos. Segunda edición. Editorial Limusa Wiley. México 2010. Pg 1. 47
TORRES, G. Análisis y Diseño de experimentos, introducción y conceptos similares. Exposición de clase. Universidad Tecnológica de Pereira. Consultado el 05-12-13. Disponible en: http://www.slideshare.net/torresgiovanni/anlisis-y-diseo-de-experimentos-introduccin 48
Íbid, p 8.
158
Efecto: Análisis gráfico o analítico del cambio en la variable de respuesta con uno
o varios cambios en uno o varios factores.
Aleatorización: El orden en que se generarán los estudios del experimento. El
grado de aleatorización de las condiciones del experimento deberán ser claro y concreto
para que los resultados al finalizar la ejecución del experimento puedan tener un grado de
certidumbre mayor, desde el punto de vista estadístico.
Replicación: Número de repeticiones que posee cada tratamiento. Es importante
considerar el número adecuado de repeticiones en el experimento, para cada
combinación o mezcla de factores, ya que el análisis estadístico con base en la inferencia
será la base para generar resultados confiables y robustos.
Bloqueo: Una porción de material experimental que debe ser más homogéneo que
el conjunto completo del material. Permite bloquear aquellos factores perturbadores, de tal
forma que se pueda condicionar el experimento bajo unas características únicas de
afectación por las variables de real interés.
Desde el punto de vista de la estadística, el Diseño de Experimentos ofrece una
metodología de análisis de modelos cuantitativos, de tal forma que se pueden exponer
diferentes hipótesis y probar su validez, de acuerdo a los criterios que define el Diseño
Estadístico de Experimentos. El Diseño Estadístico de Experimentos se refiere al proceso
para planear el experimento de tal forma que se recaben datos adecuados que puedan
analizarse con métodos estadísticos que llevarán a conclusiones válidas y objetivas49.
Un experimento se diseña y realiza desde el punto de vista de esta herramienta porque50:
Permite identificar las principales causas de variación en la respuesta.
Puede encontrar las condiciones que permitan alcanzar un valor ideal en la
respuesta.
Compara las respuestas a diferentes niveles de factores controlados por el
investigador.
Construye modelos que permiten obtener predicciones de la respuesta.
8.1.3.1. Guía para diseñar experimentos
Montgomery 51 ofrece una lista guía para diseñar experimentos, desde el enfoque
cuantitativo:
49
MONTGOMERY, Douglas. Diseño y Análisis de Experimentos. Editorial Limusa Wiley. Mexico 2010. 50
TORRES, G. Op cit. P. 10
159
1. Identificación y enunciación del problema. Aquí se puede relacionar la
necesidad de realizar algún tipo de investigación, en donde se requiera del análisis
del efecto de diferentes factores sobre una variable de interés. Está relacionado
con el Método Científico, ya que permite describir una pregunta de investigación
que conlleve al desarrollo de una serie de pruebas para medir el impacto de
diferentes elementos en una o varias variables en estudio.
2. Elección de los factores, los niveles y los rangos.
Factores potenciales del diseño (o factores perturbadores). Son los factores en los
que se busca su variabilidad en el experimento para medir el efecto que cada uno
de ellos tiene sobre la variable de estudio o interés (variable de respuesta).
Subclasificación de factores perturbadores:
a. Factores controlables. Cuyos niveles pueden ser ajustados por el
experimentador. (La estructura de diseño por bloques puede ayudar a
controlar los factores)
b. Factores no controlables o de ruido. Son aquellos factores que no
permiten un control directo en un experimento. Si un factor perturbador
no es controlable en el experimento, pero puede medirse, muchas
veces puede usarse el procedimiento de análisis de covarianza para
compensar este efecto.
3. Selección de la variable de respuesta.
Se debe tener la certeza de que esta variable proporciona información útil acerca
del proceso bajo estudio. La eficiencia de los instrumentos de medición (o error
de medición) también son un factor importante. Se debe validar el instrumento de
recolección de información, de acuerdo con técnicas específicas.
4. Elección del diseño experimental.
Depende su selección de los objetivos del experimento. La elección del diseño
implica:
- La consideración del tamaño del muestra (número de réplicas)
- La selección de un orden de corridas adecuado para los ensayos
experimentales
- Determinación de si entran en juego o no la formación de bloques u otras
restricciones sobre la aleatorización.
5. Realización del experimento.
Verificación de que se cumpla lo planeado en el momento de la ejecución. Se
debe tener especial cuidado con la planeación del experimento, muchas veces si
51
MONTGOMERY, Douglas. Op cit, p 13.
160
en la ejecución no se tienen en cuenta estos dos elementos, puede perturbar todo
lo planeado.
6. Análisis estadístico de los datos.
Métodos gráficos simples desempeñan un papel importante en el análisis e
interpretación de los datos.
Prueba de hipótesis y estimación de intervalos de confianza son muy útiles en el
análisis de datos.
Muchas veces es útil presentar resultados en términos de un modelo empírico,
una ecuación derivada de los datos que expresa la relación entre la respuesta de
los factores importantes del diseño.
Análisis residual y verificación de la adecuación del modelo son también técnicas
de análisis importantes.
El análisis estadístico puede proporcionar pautas generales en cuanto a la
confiabilidad y validez de los resultados. Aplicados en forma correcta, los métodos
estadísticos no permiten la demostración experimental de nada, pero sí sirven
para medir el error posible en una conclusión o asignar un nivel de confianza a un
enunciado. La ventaja principal de los métodos estadísticos es que agregan
objetividad al proceso de toma de decisiones. Las técnicas estadísticas, aunadas a
una buena ingeniería o conocimiento del proceso y el sentido común, llevarán por
lo general a conclusiones sólidas.
7. Conclusiones y recomendaciones
El experimentador deberá sacar conclusiones prácticas acerca de los resultados y
recomendar un curso de acción.
8.1.3.2. ¿Cómo elegir el Diseño Experimental?
Para determinar el tipo de Diseño Experimental apropiado para un análisis robusto y
confiable, se deben considerar elementos como: el tamaño de la muestra, (número
adecuado de réplicas para cada tratamiento), selección del orden en que se tomarán las
pruebas para cada corrida del experimento e identificar la necesidad de estudiar el
modelo experimental por bloques u otras restricciones relacionadas con la aleatoriedad.
Tres aspectos fundamentales deben tenerse en cuenta en la selección de un diseño: el
número de factores, la agrupación de unidades experimentales para eliminar una o más
161
causas de variación, y el número de repeticiones por bloque para definir los diseños de
bloques completos e incompletos52.
Para la definición del tamaño de muestra adecuado, dentro de la técnica de Diseño
Experimental, se estudian las curvas de operación característica, las cuales evidencian el
número adecuado de réplicas que debe tener el experimento, para garantizar un análisis
confiable y robusto desde el punto de vista estadístico. Para Montgomery, una curva de
operación característica es una gráfica de la probabilidad de error tipo II de una prueba
estadística para un tamaño de la muestra particular contra un parámetro que refleja la
medida en que la hipótesis nula es falsa. En este análisis, se trabaja con varianza
conocida, lo que indica que en los resultados de una prueba piloto es posible determinar
este cálculo.
Se debe escoger el tipo de diseño experimental adecuado para el análisis estadístico. Los
más utilizados son los diseños factoriales, ya que permiten estudiar la respuesta para
todas las combinaciones posibles de los factores de entrada e investigar
sistemáticamente las interacciones entre los factores53.
Posteriormente de determinar el tamaño de la muestra, se ejecuta el experimento
diseñado, identificando y cuidando que todos los factores y tratamientos observados se
desarrollen de acuerdo a las condiciones planteadas en la planeación inicial. Luego de
obtener la información específica sobre la variable de respuesta, se procede a determinar
si los datos son paramétricos o no paramétricos, para robustecer el análisis estadístico de
manera adecuada.
Para el análisis paramétrico se estudian los supuestos de normalidad e igualdad de
varianzas (homocedasticidad). Con respecto al primero, se debe establecer un análisis de
los residuos de los datos, correspondiente a una distribución normal estándar de media
cero y varianza σ2. Particularmente, en el campo del Diseño Experimental, el número de
réplicas por cada tratamiento puede ser reducido, por lo cual, suelen ocurrir fluctuaciones
significativas, por lo que la aparición de una desviación moderada de la normalidad no
implica necesariamente una violación seria de los supuestos54. Para la prueba de igualdad
de varianzas, se acuden a pruebas estadísticas como la prueba de levene, el cual es un
procedimiento muy útil y robusto en cuanto a las desviaciones de la normalidad.
52
DÍAZ, Abel. Diseño Estadístico de experimentos. 2ª Edición. Editorial Universidad de Antioquia,
2009. Pg 10. 53
YAKUZZI, Enrique. et al. El Diseño Experimental y los métodos de Taguchi: Conceptos y
aplicaciones en la Industria Farmacéutica. The Open Access Publication Server of the ZBW – Leibniz Information Centre for Economics, No. 258. University of CEMA, Buenos Aires, 2004. 54
MONTGOMERY, Douglas. Op cit, p 10.
162
8.1.3.3. Sobre la exactitud y el error experimental
Dos características permiten hablar de un Diseño Expeirmental robusto: la exactitud, que
es consecuencia de lograr una precisión adecuada en las mediciones del mismo. Para
Cochran, un refinamiento en el experimento puede obedecer cuando se permanecen
constantes los factores, y si esto permite un aumento de la precisión, llevará consigo un
aumento en la exactitud, aunque si un gran sesgo está presente, un incremento
importante en precisión puede producir un incremento insignificante en exactitud55. Lo
anterior indica que la característica de precisión debe establecerse como prioridad en el
proceso de planificación del diseño experimental.
La segunda característica corresponde a la determinación de los errores
experimentales, que corresponde a todos los tipos de variaciones extrañas que puedan
suceder en la ejecución del experimento. Existen dos tipos de variabilidad: una en cuanto
al material experimental y otra en cuanto a la falta de uniformidad en la conducción física
del experimento. La primera obedece a cambios en la estructura física de la unidad
experimental, y la segunda sobre la deficiencia en poder uniformizar la técnica
experimental56.
Estos errores experimentales corresponden a uno de los tres aspectos existentes en el
ruido experimental. Está también el error de medición, que se caracteriza y acota
mediante buenas prácticas de evaluación de los sistemas de medición; una vez validado
el sistema de medición requerido en el estudio, al error de medición se le considera
entonces como parte del error experimental57. Y existe el error ambiental, que obedece al
comportamiento de variables externas no controlables en el proyecto, pero que con un
adecuado procedimiento de aleatorización, se pueden disminuir.
¿Cómo analizar un Diseño Experimental?
El análisis de los diseños experimentales tiene como base el Análisis de Varianzas o
ANOVA, conocido como un conjunto de procedimientos que se ajustan a las
características del diseño experimental usado en la obtención de los datos.58 En este tipo
de análisis es necesario identificar el tipo de efectos del mismo: efectos fijos o efectos
aleatorios; el primero corresponde al estudio y análisis del modelo experimental cuando
se requiere analizar algún conjunto de parámetros específicamente como también cuando
el objetivo no es generar inferencia estadística de la información hacia la población. El
modelo de efectos aleatorios corresponde al estudio a partir de una muestra de datos,
55
COCHRAN, William. COX, Gertrude. Diseños Experimentales. Editorial Trillas. México, 1985. 56
Íbid, p. 33 57
TOSTADO, Eduardo. DOMINGUEZ, Jorge. Diseño de Experimentos: Estrategias y Análisis en
Ciencia y Tecnología. Centro de Investigación en Matemáticas. Universidad Autónoma de Querétaro. Guanajuato, México. Diciembre, 2010. 58
DIAZ, Abel. Op cit, p 168
163
poder realizar un análisis probabilístico del comportamiento de la variable de respuesta en
determinados rangos, buscando una inferencia estadística hacia la población
El planteamiento y desarrollo de un Diseño Experimental constituye una metodología de
clasificación por tipo de diseño (diseño factorial, factorial 2k, …). Los diseños factoriales
resultan ser los más comunes de utilizar porque representa al experimento en cada
ensayo o réplica completa y se investigan todas las combinaciones posibles de los niveles
de los factores59.
Para Das y Giri 60 , hay tres tipos fundamentales de experimentos que requieren
investigación estadística: experimentos con tratamientos, experimentos factoriales y
bioensayos. Los primeros hacen referencia al análisis de los efectos de un solo factor y
sus niveles en la variable de interés, por lo general son análisis básicos desde el punto de
vista estadístico, buscando medir el efecto que tiene un solo factor. Los experimentos
factoriales involucran más de un factor, cada uno con una cantidad de niveles específica,
en donde se busca lograr un análisis más detallado de comparaciones por cada
tratamiento estudiado: efectos principales e interacciones. Los bioensayos son
experimentos para estimar la naturaleza, constitución o potencia de una sustancia, por
medio de la reacción obtenida al aplicarla a material biológico61.
Dentro de las ventajas de los diseños factoriales está el hecho de permitir la estimación
de los efectos de un factor con varios niveles de los factores restantes (tratamientos),
produciendo conclusiones que son válidas para un rango de condiciones
experimentales 62 , además de poder visualizar las interacciones presentes entre los
tratamientos sobre la variable de respuesta, en comparación con un análisis de un solo
factor, que no podría tener lugar un estudio de efectos fijos o aleatorios.
Las ecuaciones de Regresión representan claramente el impacto de los factores
(cuando son cuantitativos) frente a la variable de respuesta. Su planteamiento resulta útil
para el análisis de los efectos que cada factor pueda ejercer sobre el punto de interés.
59
Íbid, p. 170 60
DAS, M. N. y GIRI, N. C. Design and Analysis of Experiments. New Delhi: Wiley Eastern Ltd. 1986 61
DIAZ, Abel. Op cit, p 171 62
MONTGOMERY, Douglas. Op cit, pg 10
164
8.1.3.3. Algunas consideraciones adicionales del Diseño
Experimental
El desarrollo de un buen experimento no depende de los acercamientos que llegue con el
mismo frente a las hipótesis planteadas. Un buen experimento debe generar más
preguntas que las que responde, contribuyendo así al proceso iterativo en la adquisición
del conocimiento63. Los resultados de un experimento deberán detallar la información
suficiente para dar paso a una serie de reflexiones, planteamiento de inquietudes y de
cuestionamientos que generarán una realimentación constante del diseño experimental y
que logrará forjar una base de desarrollo de experimentos más complejos en la medida en
que se desarrollen paulatinamente.
Como principio básico del diseño de experimentos, Díaz expone que la aleatorización,
repetición y control del error experimental constituyen condiciones de validez, precisión y
generalidad en el desarrollo de un experimento64.
8.2. MARCO CONCEPTUAL
8.2.1. Diseño Experimental
Se considera como una técnica específica desde el campo de la Estadística que permite
modelar situaciones de evaluación del efecto de una o varias variables sobre un término
de interés (variable de respuesta). Esta técnica es esencialmente una herramienta para la
planificación adecuada de experimentos de manera tal que las conclusiones relevantes
sean alcanzadas en forma eficiente y económica65.
Esta metodología de análisis y modelamiento estadístico tiene sus orígenes en los
trabajos de Ronald Fisher (1890-1962), desarrollados en la Estación Agrícola
Experimental de Rothamsted, en el Reino Unido, donde introdujo los conceptos de
aleatorización y Análisis de Varianza. A lo largo de varias décadas, la teoría del diseño de
experimentos y sus aplicaciones se consolidaron y expandieron, y, en años recientes,
recibieron un fuerte impulso por las contribuciones de Gen'ichi Taguchi, un estadístico
japonés ampliamente conocido en Occidente66.
63
Íbid, p. 11. 64
Íbid, p. 13. 65
NAPOLITANO, H. Diseño de Experimentos. Educación en Ciencias Químicas. Argentina, 2010. 66
YAKUZZI, E. et al. El Diseño Experimental y los métodos de Taguchi: Conceptos y aplicaciones
en la Industria Farmacéutica. The Open Access Publication Server of the ZBW – Leibniz Information Centre for Economics, No. 258. University of CEMA, Buenos Aires, 2004.
165
Un buen diseño experimental debe:
a. Incorporar el conocimiento y la experiencia previa en la selección de los
factores, sus niveles y descubrir las suposiciones.
b. Pulir la información relevante demandando el menor esfuerzo.
c. Asegurar, antes de ejecutar el experimento, que el diseño permite
alcanzar el objetivo con la precisión dada.
d. Especificar el arreglo y la secuencia del experimento para eliminar
malos entendidos cuando el experimento está en progreso.
El campo de aplicación del Diseño Experimental ha sido amplio, pero el común
denominador se ha centrado en los procesos de planificación de la evaluación o medición
del impacto de diferentes factores sobre un factor real de interés; su campo de aplicación
ha sucedido para los análisis de control de calidad en los procesos productivos, el diseño
y análisis de experimentos en agroindustria, en medicina, entre otros.
En la planificación de un experimento, es necesario limitar los desvíos introducidos por las
condiciones del mismo o la asignación de tratamientos a las unidades experimentales.
Tópicos como la aleatorización y los factores de bloqueo cumplen con minimizar la
“contaminación” o inclusión de variables externas que puedan afectar el comportamiento
de la variable en estudio. Las estrategias específicas de bloqueo incluyen los diseños de
bloques aleatorizados.
En el momento del análisis del Diseño Experimental se deben considerar diferentes tipos
de análisis: el gráfico para un alcance del panorama general del problema de estudio, con
datos descriptivos que permitirá tener esa visión global del tema; otro tipo de análisis son
los paramétricos, que constituyen la estimación de parámetros usando análisis de
regresión y pruebas estadísticas de manera particular, esto permitirá fortalecer el proceso
analítico y generar resultados hacia una inferencia estadística. También los métodos de
análisis de regresión permiten el estudio detallado cuando hay información faltante de
acuerdo a los tratamientos seleccionados, y permitirá ejercer el método analítico con
cierto grado de confianza estadística.
8.2.2. Evaluación del desempeño por competencias
La evaluación por competencia es una retroalimentación del que hacer pedagógico el cual
permite identificar el nivel de aprendizaje de los estudiantes mediante sus actividades de
desempeño y problemas pertinentes. En este tipo de evaluación hay que tener claro para
qué evalúa, para quién se evalúa, por qué se evalúa y cómo es la evaluación. Las
competencias se entienden como actuaciones integrales para identificar, interpretar,
argumentar y resolver problemas del contexto con idoneidad y ética, integrando el saber
ser, el saber hacer y el saber conocer67
67
TOBÓN, S. Formación por competencias, pensamiento complejo, diseño curricular y didáctica.
Bogotá, ECOE Ediciones, 2006. 266 p.
166
Un enfoque de evaluación basado en competencias es adecuado, por un lado, para
asegurar que tanto el proceso de enseñanza-aprendizaje como la evaluación están
guiados por los resultados de aprendizaje pretendidos; por otro lado, para facilitar la
concesión de créditos por la competencia adquirida en otros contextos; y para ayudar al
estudiante a comprender lo que se espera de ellos, así como para informar a otras
personas interesadas sobre el significado de una calificación determinada68.
La rúbrica puede considerarse como una herramienta de evaluación que identifica ciertos
criterios para un trabajo. Consiste en un listado de aquellas tareas que han de realizarse
para recibir una determinada evaluación y que ayudan a determinar cómo se evaluará el
proyecto. Por lo general, las rúbricas especifican el nivel de desarrollo esperado para
obtener diferentes niveles de calidad.
8.2.3. Lúdica y aprendizaje
La lúdica como experiencia cultural es una dimensión transversal que atraviesa toda la
vida, no son prácticas, no son actividades, no es una ciencia, ni una disciplina, ni mucho
menos una nueva moda, sino que es un proceso inherente al desarrollo humano en toda
su dimensionalidad psíquica, social, cultural y biológica. Desde esta perspectiva, la lúdica
está ligada a la cotidianidad, en especial a la búsqueda del sentido de la vida y a la
creatividad humana69.
El proceso de enseñanza a través de la lúdica permite generar un contexto específico a
un grupo de estudiantes, en donde, el docente, más que un transmisor de la información,
se convierte en un guía y facilitador del aprendizaje de diferentes conceptos, y ayuda a
fortalecer diferentes competencias de interés, de acuerdo a una temática específica. Es a
través de la generación de escenarios recreados a pequeña escala de una realidad
determinada, en donde, el estudiante se convierte en el actor principal de la construcción
de sus saberes, y puede promover una interacción con sus compañeros, propiciando un
enfoque de aprendizaje activo y colaborativo.
La lúdica ofrece movimiento, acción, posibilidad de asumir roles en determinados
contextos y la interacción con diferentes personas, buscando la toma de decisiones en
equipo y de manera certera de acuerdo con criterios descritos dentro de la misma. Es en
la lúdica donde el estudiante puede integrar sus diferentes tipos de inteligencia (visual,
auditiva, kinestésica), hacia la construcción de un aprendizaje significativo.
68
MCDONALD, R; Boud, D; Francis, J; y Gonczi, A., 2000. Nuevas perspectivas sobre la evaluación, Boletín Cintefor, 149, 41-72. 69
JIMENEZ, Carlos. La inteligencia lúdica. Ensayo. Consultado el 13-01-2014. Disponible en: http://www.ludica.com.co/ensayos.html
167
La lúdica trasciende el uso pragmático de los objetos. Sin embargo muchas actividades
no son lúdicas o juego. ¿Cuáles son, entonces, las claves para diferenciar el juego del
trabajo o de las actividades como la producción literaria y la danza? Las definiciones más
usuales, atribuyen al juego una sustancia inamovible en el tiempo, dejando de lado las
transformaciones, las líneas de fuga, es decir, los efectos de superficie entre los diversos
fenómenos70. Todo juego es lúdico, más no toda lúdica es juego. La lúdica incorporada
en el proceso de aprendizaje en cualquier contexto, permite profundizar en los procesos
de reflexión e indagación, con miras a generar posiciones críticas, profundas, reorientadas
y determinantes en el proceso de aprendizaje por experiencia vivida de cada estudiante.
El aprendizaje se define como el proceso mediante el cual se integran conocimientos,
habilidades y actitudes para conseguir cambios o mejoras de conducta, (Soto, 2001;
Martínez, 2002)71.
Se puede pensar en la escuela, de manera genérica, como un espacio en el
cual el encuentro con una particular selección de los signos y las herramientas
culturales es mediado por el encuentro entre sujetos, particularmente entre un
sujeto “conocedor” y otros sujetos que desean aprender. La mediación de este
encuentro supone una actividad que lleve a producir y transformar el
conocimiento72.
El aprendizaje promueve un “saber más” en su sentido acumulativo extremo de saber
hacer más cosas, conocer más palabras, tener información acerca de un mayor número
de cuestiones. Es decir, el aprendizaje amplía o extiende el repertorio de conocimiento del
aprendiz Bruner propone “ir más allá de la información dada”, lo cual también significa
sobrepasar el contenido temático y cultural definido en el conjunto de herramientas,
signos y lenguaje dispuestos en el espacio o encuentro entre los actores aprendices73.
Hoy en día, según la posición constructivista, el conocimiento no es una copia de la
realidad, sino una construcción del ser humano, construido con esquemas propios, según
el medio en que se desenvuelve.
Dependiendo de la orientación de quien utiliza el término constructivismo, (educadores,
filósofos o psicólogos) el constructivismo es una corriente que se refiere a la idea de que
70
JIMENEZ, C. Pedagogia de la creatividad y de la lúdica. Consultado el 13-01-2014. Disponible en: http://www.ludica.com.co/ensayos.html 71 SOTO, E. Comportamiento organizacional: Impacto en las emociones. Buenos Aires: Ed. Thomson Learning. 2001, 252 p. 72
ELICHIRY, N. (compiladora). Aprendizaje y contexto: Contribuciones para un debate. Editorial Manantial. Buenos Aires, 2010. Pg. 28. 73
Íbid, p. 94.
168
tanto los individuos como los grupos de individuos construyen ideas sobre cómo funciona
el mundo74.
8.3. MARCO SITUACIONAL
La Facultad de Ingeniería Industrial de la Universidad Tecnológica de Pereira adelanta un
proceso de rediseño y transformación curricular, buscando generar cada vez mayores
acercamientos del profesional egresado en esta disciplina con las necesidades
expresadas por el entorno laboral actual, en términos de la solución a problemas
empresariales, desde el área de Finanzas, Producción, Investigación Operativa,
Mercadeo y Desarrollo Humano.
Este proceso de rediseño curricular ha vinculado la estrategia de formación por
competencias, de acuerdo con los lineamientos de varios autores, entre ellos Sergio
Tobón. XX
INTEGRALXXXXX (algo de competencias por Sergio Tobón).
Esta metodología trae consigo un cambio de lenguaje, de formas de pensar y de
generación de un pensamiento global y sistémico sobre las estrategias de enseñanza
actualmente orientadas y utilizadas en la facultad. Esta propuesta permite vincular y
complementar diferentes prácticas pedagógicas, con un común denominador: lograr la
formación integral del ingeniero industrial.
8.3.1. El Ingeniero Industrial de la Universidad Tecnológica de Pereira
El ingeniero Industrial de la Universidad Tecnológica de Pereira, es una persona con una
formación integral, pensamiento sistémico; capaz de desempeñarse social y
profesionalmente, utilizando la técnica la tecnología y la investigación, en la integración y
optimización de los recursos humanos, materiales, económicos, de información y energía
en los sistemas industriales, comerciales y de servicios e interactúa con las diferentes
partes interesadas, para contribuir con calidad en el desarrollo local, regional, nacional e
internacional con responsabilidad social en un ambiente dinámico, globalizado y
competitivo.
El Ingeniero Industrial de la Universidad Tecnológica de Pereira, es una persona
competente para:
Liderar, administrar, controlar y gestionar toda clase de organizaciones del sector
público o privado, bajo los más estrictos principios de la ética, la moral y la
responsabilidad social.
74
NOVAK, J. Constructivismo humano: un consenso emergente. Revista planteamientos en educación. Escuela pedagógica experimental. Abril, 2000. Bogotá. Pg. 179.
169
Participar en grupos inter y transdisciplinarios dentro del contexto local, nacional e
internacional, comprometido con el desarrollo del país.
Aplicar soluciones a problemas complejos, empleando herramientas y métodos de
optimización en la búsqueda del mejoramiento de la productividad, la calidad y la
competitividad.
Investigar, innovar y desarrollar procesos para la producción y distribución de bienes
o prestación de servicios en toda clase de organizaciones, buscando los más altos
rendimientos económicos, financieros y de impacto social.
Perfilar su profesión hacia niveles superiores de formación.
8.3.2. Competencias globales
A Aplicar conocimientos de las ciencias básicas, sociales y de ingeniería, en la solución
de problemas complejos, orientados a la satisfacción de necesidades comunes de la
sociedad en general y del individuo en particular, de acuerdo con los requerimientos del
ámbito empresarial y su entorno.
B Gestionar el uso de todos los recursos involucrados en los sistemas de producción y
operaciones, servicios y distribución, utilizando modelos de la investigación de
operaciones y la estadística, para innovar y desarrollar productos, de acuerdo con las
demandas del medio.
C Administrar la cadena de suministros y producción de bienes y/o servicios mediante
criterios de calidad, productividad, oportunidad, responsabilidad social, respeto al medio
ambiente y la mejora continua.
D Administrar la empresa o sus procesos estratégicos, operativos y de apoyo, de acuerdo
con las políticas establecidas
E Gerenciar la organización o sus procesos, en función de criterios administrativos,
económicos, sociales y las políticas y estrategias de la dirección.
8.3.3. Unidades de Competencia
De acuerdo con la propuesta de formación por competencias, el programa de Ingeniería
Industrial ha establecido las siguientes unidades de competencia, en donde desde cada
una de ellas se puede dar apertura a uno o más proyectos formativos, con rutas
formativas específicas y vinculadas para proporcionar al estudiante una formación idónea.
A 1. Resolver problemas de manera autónoma con base en el lenguaje y procedimientos
de la matemática, la física, la biología y la química.
170
A 2. Utilizar conocimientos básicos de ingeniería, para la identificación y utilización de
materiales empleados en los procesos de fabricación, teniendo en cuenta sus
características físico-químicas.
A 3. Emplear principios comporta mentales, de acuerdo con criterios éticos, dentro de la
constitución y la ley.
A.4. Coordinar el proceso de investigación en función de los requerimientos
institucionales.
B.1. Aplicar modelos cuantitativos para resolver problemas operativos y de gestión,
de acuerdo con las necesidades propias de la organización.
B.2. Participar en el diseño de sistemas de información de acuerdo con las necesidades
de la organización.
B.3. Emplear modelos estadísticos, para la recolección, procesamiento, presentación y
análisis de información, de acuerdo con los principios y leyes de la estadística.
C.1. Gestionar los procesos productivos acorde a los requerimientos de: cliente, producto,
metas organizacionales, cumpliendo con el marco legal y empoderándose de nuevos
conocimientos, desarrollos tecnológicos y científicos, garantizando el uso racional y
sostenible de recursos naturales.
C.2. Gestionar la cadena de suministro de acuerdo con los requerimientos del producto,
las necesidades del mercado e involucrando las restricciones de la compañía.
C.3. Administrar modelos y filosofía de manufactura moderna y producción limpia.
C.4. Gestionar la salud e higiene ocupacional del talento humano, de acuerdo con las
normas existentes, las políticas de la organización y la legislación correspondiente.
C.5. Gestionar la calidad de los procesos productivos y de servicio, aplicando técnicas de
control de proceso, de acuerdo con su plataforma estratégica.
D.1. Dirigir la empresa, de acuerdo con su plataforma estratégica.
D.2. Administrar los procesos operativos, con criterios de liderazgo, calidad, productividad
y responsabilidad social.
D.3. Gestionar los sueldos, salarios y el desarrollo del personal de la organización, de
acuerdo con las políticas establecidas y la legislación vigente.
D.4. Gestionar el mercadeo y venta de los bienes y/o servicios con criterios de
oportunidad y sostenibilidad en un mundo global.
E.1. Interpretar la economía y gestionar las finanzas de la empresa, en función de sus
políticas y estrategias.
E.2. Gestionar los gastos y costos de la organización, con criterios de liderazgo,
optimización, rentabilidad y oportunidad.
E.3. Gestionar los proyectos de inversión, de acuerdo con el direccionamiento estratégico
de la organización.
E.4. Administrar el riesgo organizacional, según políticas establecidas***75.
***
75 Disponible en: http://industrial.utp.edu.co/ingenieria-industrial
171
9. DESARROLLO DE LA INVESTIGACIÓN
9.1. PLANEACIÓN EXTENSIVA DEL DISEÑO EXPERIMENTAL.
9.1.1. Identificación del proyecto formativo de interés del experimento.
De acuerdo con análisis previos relacionados con la disponibilidad horaria, tiempo de
dedicación para la capacitación en el desarrollo de los escenarios de intervención para el
experimento y un análisis en la malla curricular del programa de Ingeniería Industrial, se
pudo realizar el experimento en el proyecto formativo de Procesos Estocásticos, para
estudiantes de VI Semestre del Programa de Ingeniería Industrial. El análisis en la malla
curricular se justifica con la necesidad de iniciar una propuesta de evaluación por
competencias en una asignatura que corresponda al área de Operaciones del programa,
con el fin de verificar el desempeño de los estudiantes en el fortalecimiento de
competencias relacionadas con herramientas de Investigación de Operaciones para
fortalecer el proceso de toma de decisiones como ingenieros industriales.
En la tabla No. 14 se detalla el proyecto formativo definido en el proceso de rediseño
curricular del programa de Ingeniería Industrial, para la asignatura Procesos Estocásticos.
9.1.2. Definición de la competencia de interés del experimento.
El proyecto formativo de Procesos Estocásticos ofrece dos competencias específicas:
“Identificar los Procesos Markovianos para plantear modelos y resolverlos” e “Identificar
los procesos de Líneas de Espera utilizando técnicas que permitan tomar decisiones
apropiadas para el mejoramiento de la eficiencia de estos procesos”, siendo objeto de
interés del presente estudio la primera competencia específica, en donde se ilustra la
planeación, ejecución y análisis estadístico de los resultados para esta competencia, y
posteriormente se ilustra la propuesta de planeación de Diseño Experimental para la
segunda.
Con los resultados que se obtengan de este experimento, se pretende:
Descubrir el impacto que ejerce el factor metodología en el aprendizaje del
estudiante.
Determinar diferencias estadísticamente significativas frente al uso de
diferentes factores (metodología, rendimiento académico en la carrera,
docente) en el aprendizaje y proceso de formación del estudiante.
Realizar análisis de interacciones que existen frente a los factores
identificados, descubriendo si un conjunto de ellos o uno solo afecta
estadísticamente la variable de respuesta.
172
Una vez identificado y planteado el problema de investigación, se ilustra en esta etapa el
contenido sobre la planeación del Diseño Experimental. Aquí se ilustran los aspectos
iniciales del experimento, dado que se involucra la necesidad de realizar un estudio
estadístico que permita efectuar comparaciones y mediciones cuantitativas sobre el nivel
de aprendizaje de los estudiantes en formación de una asignatura del pregrado de
Ingeniería Industrial, dentro del modelo de formación y evaluación por competencias.
Población: Ha sido definida como aquellos estudiantes matriculados en la asignatura
Procesos Estocásticos en el periodo académico 2013-2, de los grupos 101 y 102 de
jornada especia, todos pertenecientes al programa de Ingeniería Industrial. Para efectos
de interpretación y análisis de esta población, de aquí en adelante se denominarán grupos
1 y 2, respectivamente.
Muestra: Se determina mediante la técnica de curvas de operación característica, objetivo
principal del cálculo de tamaños de muestra en la metodología de los diseños y análisis
de experimentos. Como técnica de muestreo, las curvas de operación característica
permite calcular el número adecuado de réplicas para cada tratamiento, teniendo en
cuenta el número de factores y niveles en el Diseño Experimental y una medida de error
permitido en términos de la variable de respuesta. En el numeral 12.1.5 se encuentra el
procedimiento y cálculos respectivos.
Unidad muestral: Conjunto de estudiantes seleccionados en el desarrollo del
experimento. Cabe aclarar que para ser una investigación que pertenece al campo de la
Educación, las variables que se pretenden medir corresponden a los rendimientos que los
estudiantes puedan tener en una situación académica específica; por lo tanto se hizo
necesario contar con la aprobación de los estudiantes para participar del experimento.
Además, según la revisión del estado del arte, autores como McGowan, advierten que la
planeación extensiva del diseño experimental no deberá perturbar las condiciones
óptimas de desempeño de los estudiantes, debe darse la libertad de quien desee
participar, y el procedimiento del experimento no debe ir en detrimento con su experiencia
de aprendizaje76.
9.1.3. Identificación de Variable de Respuesta, Factores, Niveles y Unidad
Experimental
9.1.3.1. Variable de Respuesta. La variable principal de interés del presente proyecto
corresponde al rendimiento académico del estudiante en su desempeño en las pruebas
realizadas en el experimento. Esta variable está asociada con la pregunta de
investigación: El rendimiento académico de los estudiantes como medida cuantitativa que
permita determinar si los factores en estudio tienen una relación significativa o no
significativa desde el punto de vista estadístico frente a un cambio en los mismos.
76
MC GOWAN, Herle. Planning a Comparative Experiment in Educational Settings. Journal of Statistics Education. Volume 9, No. 2, 2011. Disponible en: http://www.amstat.org/publications/jse/
173
9.1.3.2. Factores y Niveles. Los factores potenciales son aquellos en los que se busca su
variabilidad en el experimento para medir el efecto que cada uno de ellos tiene sobre la
variable de estudio o de interés (variable de respuesta)77. Para el experimento en estudio,
los factores identificados corresponden a aquellos relacionados directamente con el
impacto de la variable de respuesta:
- Metodología seguida en clase
- Docente, y
- Rendimiento Académico.
La variable de interés definida corresponde al rendimiento obtenido por el estudiante
luego de desarrollar determinada competencia, ponderada de acuerdo a un procedimiento
específico, para obtener un dato numérico que permitirá realizar la comparación en el
análisis estadístico posteriormente.
a. Factor Metodología: Consiste en la forma en que se orientará determinada
temática en el salón de clases, con el fin de que el estudiante logre desarrollar
hasta cierto nivel las competencias asociadas a esta temática.
Nivel Lúdica: Se refiere a un método basado en creación de
escenarios en el salón de clases, a modo de juegos, en donde el estudiante puede
recrear diferentes situaciones de la vida real en pequeña escala. Son los
Micromundos, como los llama Peter Senge78, en donde el participante (en este
caso el estudiante) podrá interactuar con los demás compañeros y lograr una
construcción colectiva del conocimiento. Actividad lúdica, vista como una
dimensión transversal, inherente al desarrollo humano en toda su dimensionalidad,
que parte de la cotidianeidad y utiliza el juego y la creatividad para la solución de
un problema real79.
Nivel Tradicional: Se refiere al conjunto de actividades a seguir en el
salón de clases en donde se evidencia una orientación magistral, la cual es
definida como la metodología de presentación de conceptos a través de un
conversatorio realizado por el docente sobre una temática en particular, con apoyo
de material audiovisual o por presentación de la temática a través del uso de
deducción del tópico en un tablero80. El docente prepara su tema y lo enseña a
77
MONTGOMERY, Douglas. Diseño y Análisis de Experimentos. Segunda Edición. Limusa Wiley. México, D.F. 2010, p.14. 78
SENGE, Peter, et al. La Quinta Disciplina en la Práctica. Ediciones Granica, 1994. Décima edición. 79
ROCHA, Jair, ARANGO, Carlos Andrés, GUTIERREZ, Hernando. Diseño de una metodología experimental para la medición del impacto de la lúdica en la aprehensión del conocimiento. En: 7 Encuentro Nacional de la Comunidad GEIO, (Octubre 2011, Bogotá). Memorias. Bogotá. 80
ISAZA, A. Clases magistrales, versus actividades participativas en el pregrado de medicina. De la teoría a la evidencia. Citado por ROCHA, Jair, ARANGO, Carlos Andrés, GUTIERREZ, Hernando. Revista de estudios sociales No. 20. 83-91.
174
través de lecturas, comprensión de lectura y algunas ocasiones, pone a interactuar
a los estudiantes con tareas. A veces se ayudan de diapositivas seguidas o
resumidas de un texto, complementando con una clase magistral81.
b. Factor Promedio de Carrera: Es un factor que permite determinar el rendimiento
del estudiante, de acuerdo a cierto nivel del factor metodología, pero con un
rendimiento promedio de carrera específico. Este factor se enfoca en la
identificación de las características propias que tenga el grupo de estudio frente al
rendimiento académico en promedio de notas obtenidas durante cada semestre a
lo largo de su proceso de formación profesional.
De acuerdo con Wetman y Whiteside 82 , se afirma que el enfoque con una
metodología de aprendizaje activo en una clase, se puede favorecer el desempeño
de un estudiante con bajo promedio de calificación (GPA, Actitudes del estudiante
y el desempeño durante el curso, por sus siglas en inglés), y desfavorecer a un
estudiante con alto promedio de calificación. De acuerdo con la revisión del estado
del arte, autores como Kieth A. Carlson, Jennifer R. Winquist83, demuestran que
este comportamiento no siempre sucede de igual forma, pero indican que es
importante de considerar este factor como uno de los más importantes en el
Diseño Experimental.
De acuerdo con la selección de los estudiantes (unidades experimentales), se
realizó un estudio del rendimiento académico de cada estudiante durante toda su
carrera con el promedio obtenido en cada semestre. De acuerdo con esta
información se realizó un análisis de Pareto para identificar los rangos de
rendimiento y poder determinar o asignar una escala cualitativa de niveles para
este factor, de tal manera que en cada uno de los tres grupos de estudio se tenga
una cantidad equivalente de estudiantes por cada tipo de combinación. Por
ejemplo, lograr una asignación de igual cantidad de estudiantes, (en la medida de
lo posible), que cumplan características de rendimiento académico durante la
carrera en términos alto, medio y bajo.
Una vez obtenido la nota promedio ponderada de carrera de cada estudiante, se
realizó el siguiente análisis (ver tablas 6, 7 y 8), en donde por cada grupo de
estudiantes se calcula el porcentaje asociado sobre la suma de la nota promedio y
se calcula su acumulado:
81
BOOKER, Esther, PRAGMAN, Claudia. Minnesota State University Mankato. Fred L. Kitchens, Ball State University. Carl Rebman Jr., University of San Diego. 82
Weltman, D. and Whiteside, M. 2010, "Comparing the Effectiveness of Traditional and Active Learning Methods in Business Statistics: Convergence to the Mean," Journal of Statistics Education [Online], 18(1), www.amstat.org/publications/jse/v18n1/weltman.pdf 83
CARLSON, Kieth, WINQUIST, Jennifer, 2011. Evaluating an active learning approach to teaching introductory statistics: A classroom workbook approach. Journal of Statistics Education. Volumen 19, No. 1, 2011. Disponible en: http://www.amstat.org/publications/jse
175
Tabla No. 6. Relación de nota promedio de carrera de los estudiantes pertenecientes al grupo 2.
Estudiante No. Nota promedio de carrera
ordenada Porcentaje asociado
Acumulado
1 4,63 4,83% 4,8%
2 4,43 4,61% 9,4%
3 4,33 4,51% 13,9%
4 4,18 4,35% 18,3%
5 4,05 4,22% 22,5%
6 3,90 4,06% 26,6%
7 3,88 4,05% 30,6%
8 3,73 3,89% 34,5%
9 3,73 3,88% 38,4%
10 3,68 3,83% 42,2%
11 3,68 3,83% 46,1%
12 3,67 3,82% 49,9%
13 3,63 3,79% 53,7%
14 3,62 3,77% 57,4%
15 3,52 3,67% 61,1%
16 3,51 3,66% 64,8%
17 3,51 3,66% 68,4%
18 3,47 3,62% 72,0%
19 3,44 3,59% 75,6%
20 3,43 3,58% 79,2%
21 3,38 3,52% 82,7%
22 3,38 3,52% 86,3%
23 3,34 3,48% 89,7%
24 3,33 3,46% 93,2%
25 3,32 3,46% 96,7%
26 3,20 3,33% 100,0% Fuente: El autor
176
Tabla No. 7. Relación de nota promedio de carrera de los estudiantes pertenecientes al grupo 1.
Estudiante No. Nota promedio de carrera
ordenada Porcentaje asociado Acumulado
1 4,38 6,87% 6,87%
2 4,28 6,70% 13,57%
3 4,27 6,69% 20,26%
4 4,25 6,66% 26,92%
5 4,20 6,58% 33,51%
6 4,10 6,43% 39,93%
7 3,90 6,11% 46,05%
8 3,86 6,06% 52,10%
9 3,86 6,05% 58,16%
10 3,70 5,80% 63,96%
11 3,63 5,70% 69,65%
12 3,61 5,67% 75,32%
13 3,58 5,62% 80,94%
14 3,23 5,07% 86,01%
15 3,17 4,96% 90,97%
16 3,11 4,87% 95,85%
17 2,65 4,15% 100,00% Fuente: El autor
De las tablas anteriores se puede observar que para cada grupo se tiene un total
diferente de estudiantes dispuestos a participar del experimento. La última
columna presenta una asignación por colores, en donde el color verde se asocia
con el grupo de estudiantes que presenta un promedio académico de carrera
acumulado de nivel alto, el color rosado es el conjunto de estudiantes que tienen
un promedio de carrera en un nivel medio, y el azul indica el grupo de estudiantes
con rendimiento de carrera en nivel bajo. Con esta convención, de manera
aproximada se logra una distribución homogénea de los estudiantes por tres
niveles de rendimiento académico. Las siguientes tablas expresan el resumen que
explica esta asignación:
Tabla No. 8. Promedio y Desviación estándar de la nota promedio de carrera de los estudiantes objeto de estudio, por cada grupo.
Grupo 1 Grupo 2
Promedio nota general de carrera 3,80 3,69
Desviación Estándar 0,39 0,37 Fuente: El autor
177
Tabla No. 9. Asignación de niveles luego de un análisis descriptivo para el factor promedio de carrera.
Nivel asignado
Rango estimado
ALTO 3.89 - 4.73
MEDIO 3.61 - 3.88
BAJO 2.65 - 3.60 Fuente: El autor
De acuerdo con lo anterior, se tiene que para cada rango, pertenecen la siguiente
cantidad de estudiantes, concluyendo que de tal forma se puede garantizar un número
homogéneo por cada nivel.
Tabla No. 10. Número de estudiantes asignados por cada grupo en los niveles definidos.
Fuente: El autor
c. Factor Docente: Es un factor potencial de diseño, porque dependiendo de la
personalidad, competencias y nivel de capacitación del docente, se puede influir
sobre la variable de respuesta. Se considera un factor potencial de diseño de
control, de tal forma que se podrá bloquear en el análisis del Diseño
Experimental, y estudiar el efecto de los dos factores anteriores sobre la variable
de respuesta.
Nivel Docente 1. Corresponde al docente que orientará la temática
de interés en el estudio, con competencias específicas de formación docente, y
con conocimientos clave de la temática en especial. Docente de un grupo de la
jornada especial del programa de Ingeniería Industrial.
Nivel Docente 2. Corresponde al docente que orientará la temática
de interés en el estudio, con competencias específicas de formación docente, y
con conocimientos clave de la temática en especial. Docente de un grupo de la
jornada especial del programa de Ingeniería Industrial.
Grupo 1 Grupo 2
Alto 3.89 - 4.63 8 9
Medio 3.53 - 3.88 8 8
Bajo 3.20 - 3.52 9 12
25 29
Intervalo
Cantidad de estudiantes que tiene cada grupo en
la escala definida
TOTAL
178
Unidad Experimental. El conjunto de estudiantes de la asignatura en
estudio (Procesos Estocásticos), participantes en el experimento en la etapa de
desarrollo de la competencia “Identificar los procesos Markovianos, para plantear
los modelos y resolverlos”.
La descripción anterior se ilustra en la siguiente tabla resumen:
Tabla No. 11. Relación de los factores y niveles del experimento.
Factor Nivel
Metodología Promedio de
Carrera Docente
Nivel 1
Lúdica. Corresponde al tipo de metodología definido mediante la creación de escenarios prácticos con base en lúdicas diseñadas y validadas desde el grupo GEIO, para formar en determinadas competencias.
Alto. Corresponde al promedio ponderado de carrera que cada estudiante lleva hasta el momento del experimento. El rendimiento alto corresponde a aquellos estudiantes que tienen un promedio de carrera entre 3,89 y 4,63.
Docente 1. Corresponde a uno de los docentes inscritos en el desarrollo del experimento, con competencias para orientar la temática de interés. Este docente orientará al grupo bajo los dos niveles de metodología definidos previamente.
Nivel 2
Tradicional. Metodología de enseñanza clásica, donde el docente instruye y emite la información al estudiante, y éste se convierte en un agente receptor y pasivo del proceso de aprendizaje. Se constituye para este experimento el método de orientación con talleres en clase, como parte de esta metodología.
Medio. Corresponde al promedio ponderado de carrera que cada estudiante lleva hasta el momento del experimento. El rendimiento medio corresponde a aquellos estudiantes que tienen un promedio de carrera entre 3,61 y 3,88.
Docente 2. Corresponde a uno de los docentes inscritos en el desarrollo del experimento, con competencias para orientar la temática de interés. Este docente orientará al grupo bajo los dos niveles de metodología definidos previamente.
Nivel 3 Bajo. Corresponde
al promedio ponderado de
179
carrera que cada estudiante lleva hasta el momento del experimento. El rendimiento bajo corresponde a aquellos estudiantes que tienen un promedio de carrera entre 3,20 y 3,60
Fuente: El autor
9.1.4. Elección del Diseño Experimental
El presente experimento corresponde a un Diseño Experimental Factorial, donde se ha
definido el análisis del efecto que tres factores inciden sobre la variable de respuesta,
cada uno con niveles diferentes. Dos de los factores corresponden a las variables de
interés del modelo (metodología de enseñanza y promedio de nota de la carrera), e tercer
factor corresponde al factor de bloqueo, (Docente), dado que el diseño experimental
analizará el rendimiento académico del grupo de estudiantes objeto de estudio y el factor
docente podría calificarse como un factor de influencia a las condiciones del experimento.
Teniendo en cuenta lo expuesto por McGowan, en la revisión del estado del arte, se
plantea una serie de inquietudes que se deben plantear para lograr una ejecución
adecuada de un Diseño Experimental en el campo de la educación84:
Tabla No. 12. Planeación Diseño Experimental según recomendación revisión bibliográfica
Descripción del elemento a considerar en el Diseño Experimental
Planeación en el presente experimento
¿Qué tecnología estará disponible para el instructor y/o para los estudiantes con la cual implementar el tratamiento?
El diseño experimental estará definido por un procedimiento específico en el momento de ejecutarse, basado en el esquema de formación por competencias y la rúbrica como instrumento de evaluación adecuado a este procedimiento.
¿De cuánto tiempo se dispone para desarrollar el tratamiento? Esto puede variar desde algunos minutos hasta una actividad entera en el semestre.
Se dispone de un periodo académico para realizar la prueba piloto y la prueba completa.
Cuántos tratamientos (dosis) son apropiados, o si es posible implementarlo con las restricciones dadas (por ejemplo, restricciones de tiempo, recursos, carga de trabajo)?
La cantidad de tratamientos se define según el número de factores y de niveles (3 factores, uno de 3 niveles y dos de 2 niveles). El número de réplicas lo determinará la Técnica de Curvas de Operación Característica. Las limitaciones del estudio (como cantidad de estudiantes,
84
MC GOWAN, Herle. Planning a Comparative Experiment in Educational Settings. Journal of
Statistics Education. Volume 9, No. 2, 2011. Disponible en: http://www.amstat.org/publications/jse/
180
jornada de estudio, entre otros), se describen detalladamente en el numeral 11.1.4.
Cuántos niveles del tratamiento son necesarios? Por ejemplo, si la pregunta de investigación es de la forma “Es mejor cuando se aplica el tratamiento que cuando no?” entonces tendremos dos niveles (por ej. “con tratamiento” vs. “sin tratamiento”). Si la pregunta es de la forma “Cuántos tratamientos son mejor?” tendremos más de dos niveles (por ej. “alto” vs. “moderado” vs. “bajo”).
El factor principal de estudio corresponde a dos niveles (metodología: lúdica o tradicional), en donde se pretende evaluar la significancia estadística del impacto que éste genera sobre la variable de respuesta (rendimiento académico).
Fuente: El autor
El siguiente diagrama corresponde a una ilustración final resumen de la etapa de
planeación del Diseño Experimental:
Diagrama No. 2. Sistematización de la etapa de planeación del diseño experimental.
Fuente: El autor
181
9.2. DESCRIPCIÓN DE LA METODOLOGÍA DE FORMACIÓN EN EL
PROGRAMA DE INGENIERÍA INDUSTRIAL DE LA UNIVERSIDAD
TECNOLÓGICA DE PEREIRA
La Facultad de Ingeniería Industrial, en su programa de Ingeniería Industrial ha venido
participando de la implementación de un modelo de formación basada en competencias,
buscando articular las actuales necesidades de formación en ingeniería a nivel nacional,
con las competencias que debe poseer un ingeniero industrial egresado de esta
universidad. El enfoque de formación por competencias se ha logrado implementar como
respuesta a un proceso de análisis, reflexiones curriculares y cambios en los esquemas
de formación, buscando una integración de diferentes niveles de competencias, generales
y específicas, en los ingenieros industriales en formación. La formación por competencias
debe partir de un enfoque de pensamiento complejo, en donde se puede abordar, según
Morín, las competencias como procesos de desempeño integrales y dinámicos85 en donde
cada persona, en un contexto específico, genera soluciones a diferentes problemáticas.
La formación de competencias debe contextualizarse en el marco de una comunidad
determinada para que posea pertinencia y pertenencia 86 . Este tipo de formación
comprende una característica importante de idoneidad, en donde se debe promover,
según Tobón, una articulación de los tres saberes del conocimiento: Saber, Saber hacer y
Saber ser en contexto. El desempeño idóneo es un proceso en el que una persona
resuelve un problema acorde con unas pautas construidas colectivamente de eficiencia y
eficacia, integrando el saber conocer (poseer conocimiento del entorno y conceptos de lo
que se va a realizar, así como estrategias para procesar la información mental), con el
saber ser (motivación de logro, valores y regulación de las emociones y del trabajo con
otros) y el saber hacer (manejar técnicas y procedimientos pertinentes)87.
De acuerdo con una metodología de diseño, apropiación e implementación del modelo de
formación por competencias, el programa de Ingeniería Industrial ha iniciado un proceso
de rediseño curricular de tal forma que se pueda articular estos tres saberes en los
contenidos curriculares y en los procesos de formación del profesional en Ingeniería
Industrial.
El concepto del ingeniero industrial ha surtido un proceso de evolución, donde ha pasado
de una concepción clásica de Ingeniero Industrial (fuerte en ciencias básicas), a un
ingeniero que incorpore un análisis holístico de diferentes situaciones en el entorno
85
MORÍN, E. Introducción al pensamiento complejo. Barcelona: Gedisa. 1996. 86
TOBÓN, S. Formación basada en competencias. Pensamiento complejo, diseño curricular y didáctica. ECOE Ediciones, 2006, p. 13. 87
COMITÉ TÉCNICO DE FORMACIÓN POR COMPETENCIAS. Facultad de Ingeniería Industrial, Universidad Tecnológica de Pereira. Reunión de orientación hacia un rediseño curricular basado en formación por competencias. Pereira, 2010.
182
empresarial, y que abarca no solo las competencias propias de la disciplina sino
habilidades que le permiten a desempeñarse en la sociedad88.
Al esquematizar el proceso de formación por competencias en el programa, se debe
vincular aquellas competencias, que según el estudio y proceso de modernización
realizado por los integrantes del programa, son de carácter transversal: pensamiento
sistémico, responsabilidad social y la investigación. Estas competencias no tienen
asignada una cátedra directa para su orientación, sino que en cada una de las
asignaturas o proyectos formativos serán orientadas con la guía de los docentes89.
La incorporación de una noción integradora del proceso de enseñanza-aprendizaje del estudiante en formación, es la apuesta que actualmente se vincula en el proceso de modernización curricular, en donde, según Echeverry, se busca una interpretación de este a partir de las conexiones de las diferentes esferas involucradas en el proceso. Es así como se llega a una comprensión más profunda y menos distorsionada de la realidad
90.
En la nueva estructura curricular, el programa de Ingeniería incluye la formación de cinco
competencias globales y a partir de allí se han adoptado diferentes proyectos formativos,
conservando la misma estructura de definición de objetivos, logros y metas a alcanzar con
el desempeño demostrado en cada asignatura por los estudiantes en formación91.
A: Aplicar conocimientos de las ciencias básicas, sociales y de ingeniería, en
la solución de problemas complejos, orientados a la satisfacción de
necesidades comunes de la sociedad en general y del individuo en particular,
de acuerdo con los requerimientos del ámbito empresarial y su entorno.
B: Gestionar el uso de todos los recursos involucrados en los sistemas de
producción y operaciones, servicios y distribución, utilizando modelos de
la investigación de operaciones y la estadística, para innovar y desarrollar
productos, de acuerdo con las demandas del medio.
C: Administrar la cadena de suministros y producción de bienes y/o servicios
mediante criterios de calidad, productividad, oportunidad, responsabilidad
social, respeto al medio ambiente y la mejora continua.
88
ECHEVERRY, Erika. Estudio y simulación de la cultura organizacional para la Facultad de Ingeniería Industrial de la Universidad Tecnológica de Pereira a través de la Teoría Fundamentada y la Dinámica de Sistemas. Proyecto de grado presentado para postularse al título de Magister en Administración del Desarrollo Humano y Organizacional. Universidad Tecnológica de Pereira, 2013. P. 192. 89
Íbid, p.193. 90
Íbid, p. 193. 91
UNIVERSIDAD TECNOLÓGICA DE PEREIRA, FACULTAD DE INGENIERÍA INDUSTRIAL. Competencias globales. Disponible en: http://industrial.utp.edu.co/ingenieria-industrial/competencias/competencias-globales.html
183
D: Administrar la empresa o sus procesos estratégicos, operativos y de
apoyo, de acuerdo con las políticas establecidas.
E: Gerenciar la organización o sus procesos, en función de criterios
administrativos, económicos, sociales y las políticas y estrategias de la
dirección.
9.2.1. El proyecto formativo en el pregrado de Ingeniería Industrial
De acuerdo con el proceso de implementación de esta nueva estructura curricular, se
ilustran los proyectos formativos como aquellos lineamientos que permiten desglosar las
competencias globales con las estrategias pedagógicas para la formación de los
estudiantes en un área específica, de tal forma que permita dar solución a los nodos
problematizadores expuestos en el modelo pedagógico. Lo anterior indica, que por cada
asignatura, fue diseñado un proyecto formativo, con una serie de componentes clave para
la articulación e integración de los problemas a resolver con las herramientas propuestas
en cada asignatura, previamente definidas y designadas por las áreas fundamentales del
programa de Ingeniería Industrial.
Para la selección del proyecto formativo, de acuerdo a la justificación expuesta, se definió
el experimento, su diseño, ejecución y análisis de resultados, para el área de
Investigación de Operaciones en la asignatura Procesos Estocásticos. Este proyecto
formativo hace parte del nodo problematizador B: “Gestionar el uso de todos los recursos
involucrados en los sistemas de producción y operaciones, servicios y distribución,
utilizando modelos de la investigación de operaciones y la estadística, para innovar y
desarrollar productos, de acuerdo con las demandas del medio”, y corresponde a la
identificación de una serie de competencias desde el área de Investigación de
Operaciones, necesarias para un adecuado proceso de toma de decisiones.
A continuación se detallan los componentes principales de su proyecto formativo:
184
Tabla No. 13. Ruta formativa Procesos Estocásticos
Fuente: Proyecto Modernización Curricular, Facultad de Ingeniería Industrial, Universidad Tecnológica de Pereira.
185
La tabla No. 14 contiene la descripción de la asignatura, con los datos generales de
identificación (semestre, código, créditos, prerrequisito y horas), además de la vinculación
con el problema general (o nodo problematizador), la pregunta de investigación que
permite plantearse en el contexto del problema específico, las competencias de énfasis y
específicas, además del contenido, metodología, evaluación y bibliografía que podrán
detallarse en ilustraciones posteriores. Se rescata de esta imagen la definición de las
competencias específicas, objeto de estudio y de profundización en el presente proyecto:
Identificar los procesos Markovianos, para plantear los modelos y resolverlos.
Identificar los procesos de líneas de espera utilizando técnicas que permitan tomar
decisiones apropiadas para el mejoramiento de la eficiencia de estos procesos.
9.2.2. Identificación de la competencia específica de interés para el
experimento
Luego de haber escogido las competencias específicas de evaluación de Procesos
Estocásticos, se determinó una socialización con los tres docentes participantes del
experimento, en donde se decidió profundizar en el desempeño de la primera
competencia: “Identificar los procesos Markovianos, para plantear los modelos y
resolverlos”*92, de acuerdo a los siguientes criterios:
Grado de dificultad al momento de contextualizar al estudiante hacia el uso de
Cadenas de Markov.
Cronograma de desarrollo del curso planeado por los docentes del área.
Necesidad de evaluar la importancia de esta herramienta en la toma de
decisiones.
Además, este grupo de docentes propone un complemento en la redacción a esta
competencia específica, logrando definirla así: “Construir un modelo de un fenómeno
aleatorio a través de Cadenas de Markov Discretas, para soportar la toma de decisiones”.
Queda esta propuesta planteada desde el presente proyecto para ser discutida y
retroalimentada con la competencia definida previamente desde el Área de Investigación
de Operaciones del programa de Ingeniería Industrial.
9.2.3. Definición de niveles y conductas observables para el proyecto
formativo.
Luego de un proceso de socialización y contextualización del proyecto y su experimento
con los docentes participantes, se abrió un espacio de diálogo y construcción colectiva de
*
92 Además se hace necesario aclarar que para el periodo académico del estudio, se presentó anormalidad
académica, debido a un paro estudiantil, lo que retrasó el desarrollo del trabajo de campo del presente experimento, y por lo cual obligó a tomar medidas de ajuste en la profundización del análisis, a través del diseño experimental, para la segunda competencia específica de este proyecto formativo.
186
los niveles y conductas observables, identificadas para la competencia específica
anteriormente mencionada. A continuación se ilustra el resultado de esta construcción.
De acuerdo con Martha Alles la elaboración de las conductas observables debe estar en
línea con la condición de calidad de la competencia específica de estudio. Para ello, en el
proceso de diálogo y construcción colectiva con los expertos en la formación de esta
competencia para los estudiantes de Ingeniería Industrial, se empezó a definir desde un
nivel 0 (competencia no desarrollada), hasta un nivel 5 (competencia desarrollada en su
totalidad), pasando por cada uno de los niveles descritos en la tabla No. 15, en donde,
paulatinamente se permite la identificación de las conductas requeridas para validar la
consecución o desarrollo completo de la misma.
Tomando como escala de medida creciente (desde el nivel 1 hasta el nivel 5), se asocian
porcentajes del 20% hasta el 100% de la competencia evidenciada.
Tabla No. 14. Niveles y conductas observables de la primera competencia específica para
Procesos Estocásticos.
Fuente: El autor
COMPETENCIA CONDUCTAS OBSERVABLES NIVEL
Toma decisiones enfocadas a la
mejora del proceso estudiado con
base en los resultados obtenidos
Nivel 5 (80,00% - 100,00%)
Resuelve el modelo e interpreta las
probabilidades de transición en
diferentes momentos del tiempo
Nivel 4 (60,00% - 79,99%)
Construye la matriz de probabilidades
con información histórica o
recolectada
Nivel 3 (40,00% - 59,99%)
Identifica los estados del fenómeno
aleatorio y construye un diagrama de
transiciones
Nivel 2 (20,00% - 39,99%)
Identifica un proceso estocástico
(fenómeno aleatorio y el tiempo
como variable de referencia)
Nivel 1 (0% - 19,99%)
No identifica un fenómeno aleatorio Nivel 0 (no aplica)
Construir un modelo de un
fenómeno aleatorio a través de
Cadenas de Markov Discretas,
para soportar la toma de
decisiones
187
10. DISEÑO Y VALIDACIÓN DEL INSTRUMENTO DE EVALUACIÓN
El presente capítulo expone el proceso de diseño, análisis y validación del instrumento de
evaluación por competencias, aplicado al experimento planeado. Se acude a la técnica de
evaluación de Assessment Center, en la que se expone un escenario con una
problemática particular, propia de la competencia específica de interés de evaluación para
el proyecto, y se miden los resultados de los evaluados a través de la rúbrica, descrita
como una de las herramientas más apropiadas en la evaluación por competencias.
También se hace alusión a la metodología de factores de ponderación de acuerdo a los
niveles identificados por la competencia de estudio, según Marta Alles.
10.1. LA TÉCNICA ASSESSMENT CENTER
Es una técnica que constituye la evaluación del desempeño de una persona en un
contexto específico. Se apoya de instrumentos de evaluación de situaciones
hipotéticamente reales que permiten la visibilización de determinadas competencias y
conductas de las personas, de tal forma que se pueda evaluar el nivel de desempeño de
las mismas en esa situación simulada o recreada.
Peter Senge considera a los micromundos como unos escenarios recreados de la realidad
a pequeña escala, en el cual un grupo de personas puede evidenciar determinada serie
de problemáticas en un contexto específico y a partir de allí puede probar diferentes
mecanismos de solución, reflexionar y generar una construcción y realimentación
colectiva, generando espacios de aprendizaje organizacional.
Para el presente proyecto, se incluye la estrategia pedagógica del Grupo en la Enseñanza
de la Investigación de Operaciones, GEIO, de la Facultad de Ingeniería Industrial de la
Universidad Tecnológica de Pereira; un grupo de investigación dedicado al fortalecimiento
y desarrollo de diferentes conceptos, habilidades y competencias propias del Ingeniero en
general, en donde a través de la recreación de escenarios lúdicos en el salón de clases,
se puede dar espacio al planteamiento de problemas de la vida empresarial en espacios
simulados y su posterior puesta en común de diferentes alternativas de solución, con el
apoyo de herramientas específicas de una disciplina de la ingeniería.
Dentro del proceso de evaluación de la competencia específica relacionada con el manejo
de Procesos Markovianos, se involucra la generación de un escenario lúdico donde los
estudiantes participarán de manera activa, y donde los docentes podrán evaluar el
desempeño y desarrollo de esta competencia específica a través de este escenario
simulado.
Posteriormente, se abrirá espacio al complemento de evaluación por medio de la rúbrica,
un instrumento de evaluación acorde con la metodología de formación y evaluación por
competencias.
188
10.2. EL MÉTODO DE EVALUACIÓN POR COMPETENCIAS: LA
RÚBRICA
Considerada como un instrumento de evaluación de aprendizaje, la rúbrica ofrece una
guía precisa sobre cómo valorar el desempeño de una persona o un estudiante. Se
compone de tablas que desglosan los niveles de desempeño en un aspecto determinado,
con criterios específicos sobre rendimiento. En el nuevo paradigma de la educación, las
rúbricas o matrices de valoración brindan otro horizonte con relación a los esquemas
tradicionales de calificación que valoran el aprendizaje del estudiante93.
La rúbrica como herramienta de evaluación del desempeño por competencias, permite
vincular la valoración de una persona, en este caso el estudiante, de acuerdo con un nivel
alcanzado de una competencia específica. Su construcción indica que a través de una
matriz de valoración, se puede apreciar claramente para el docente o el evaluador, el nivel
de la competencia que ha alcanzado un estudiante, de acuerdo con un esquema de
valoración por escalas (niveles).
El sistema de rúbricas permite al alumnado implicarse en el proceso a través de su propia
evaluación, la de sus compañeros o coevaluando con el propio docente. Incluso se puede
ir más allá, si se le brinda la oportunidad de colaborar en el diseño de esta herramienta.
El estudiante, mediante las rúbricas, conoce claramente cuáles son las expectativas del
docente, adquiere las pautas que le guiarán en la consecución de las competencias de
aprendizaje y sitúa con precisión las dudas y problemas surgidos durante el proceso.94
Análisis de varios autores sobre los nuevos esquemas de formación y evaluación en la
enseñanza universitaria afirman que el aprendizaje del estudiante a través de la
Educación Superior es complejo, multidimensional y que necesita valorarse a través de
diferentes formas95. Considerando que la formación por competencias tiene como base el
pensamiento complejo, se genera una propuesta para este proyecto de la aplicación de
un método de evaluación coherente con la formación y evaluación por competencias,
modelo implementado en la nueva estructura curricular del programa.
Como resultado de una construcción colectiva del grupo de docentes que participaron del
presente experimento, se logró determinar la siguiente rúbrica de evaluación (Tabla No.
93
GATICA-LARA, F., Uribarren-Berrueta, T. ¿Cómo elaborar una rúbrica? Revista Investigación en Educación Médica. Universidad Nacional Autónoma de México. Septiembre, 2012, disponible en: http://riem.facmed.unam.mx/sites/all/archivos/V2Num01/10_PEM_GATICA.PDF 94
TORRES, J. PEREA, V. La rúbrica como instrumento pedagógico para la tutorización y evaluación de los aprendizajes en el foro on-line de educación superior. En Santero, J. Gil, J. Las autoevaluaciones y las rúbricas como instrumentos reguladores del aprendizaje. Revista Eval Trends Experiencias innovadoras en la sistematización de la evaluación. Universidad de Sevilla, España. 2011. 95
MURPHY, R. Evaluating new priorities for assessment in higher education. En C. Bryan y K. Clegg. Innovative Assessment in Higher Education. New York, 2006. p. 37.
189
16), correspondiendo con los niveles anteriormente definidos para la competencia
específica relacionada con el manejo de Procesos Markovianos:
Tabla No. 15 Niveles y conductas observables de la primera competencia específica para Procesos Estocásticos.
Fuente: El autor
A cada nivel corresponde un rango de frecuencias determinado en ocasionalmente,
frecuentemente y muy frecuentemente. Esto le indica al docente o al evaluador,
determinar la frecuencia de ocurrencia en que el estudiante logra demostrar el
desempeño correspondiente a determinado nivel (conducta observable).
190
10.3. EL CÁLCULO DE LOS FACTORES DE PONDERACIÓN Y LOS
NIVELES REALES
Este tipo de evaluación parece tornarse subjetiva, de acuerdo con el nivel cualitativo de
calificación en cada conducta; para ello se establece un proceso de ponderación y
asignación numérica que permite codificar el nivel alcanzado en determinada competencia
y poder explorar análisis cuantitativo, a través del Diseño Experimental en este caso, para
poder realizar estudios de comparación.
En el esquema de evaluación del desempeño, Martha Alles afirma que el evaluador
deberá valorar la eficiencia del evaluado en distintos aspectos, en condiciones normales
de trabajo, es decir en su día a día96. Con base en lo anterior ha surgido la valoración de
la frecuencia como una segunda escala de medición y evaluación o elemento de
ponderación.
El concepto de la frecuencia en el comportamiento es fundamental en cualquier tipo de
evaluación de desempeño, y en especial cuando se está evaluando el desempeño por
competencias. De acuerdo con la metodología de ponderación de la frecuencia en los
comportamientos, expuesto por Martha Alles, el método de corrección descendente es el
que se aplica en el presente capítulo, para valorar cuantitativamente el desempeño por la
competencia de estudio, en el experimento mencionado. En este método se pondera el
comportamiento según la frecuencia, por lo tanto el evaluado debe responder a la
pregunta sobre si ese comportamiento se produce siempre, frecuentemente, ocurre la
mitad del tiempo o es ocasional97.
Dentro de las ventajas importantes de incluir la ponderación de las frecuencias, está el
hecho de que se le obliga al evaluador a “pensar dos veces”. Primero al seleccionar el
nivel de competencia alcanzado en el momento de la evaluación, y en segundo lugar, a
ubicar la frecuencia, de acuerdo con los comportamientos y conductas observables
durante un lapso de tiempo considerable.
Según la metodología expuesta por Martha Alles, se tomó como base y se ajustó el factor
de ponderación para unas frecuencias específicas en el experimento del presente
proyecto, con el fin de aplicar el método de evaluación de desempeño de competencias a
los estudiantes objeto de estudio.
De acuerdo con cada frecuencia designada, su valor numérico se desprende de acuerdo
con el nivel que se esté estudiando. Cada frecuencia contiene un factor de ponderación,
96
ALLES, Martha. Desempeño por Competencias. Evaluación de 360°. Ediciones Granica. Montevideo, 2008, p. 131 97
Íbid, p. 135.
191
de tal forma en que cuando se evalúe el desempeño de un estudiante, se pueda realizar
un cálculo de ubicación en un nivel real. Esto indica que la calificación del nivel
corresponde a la valoración inmediata o resultante de la prueba que esté desempeñando
el estudiante en el momento de la evaluación, y la calificación con el rango de frecuencia,
permite vincular una valoración de la periodicidad con que durante todo el curso, el
docente ha percibido que el estudiante logra este nivel de competencia en un nivel
ocasionalmente (33% del nivel correspondiente), frecuentemente (66% del nivel
correspondiente) o muy frecuentemente (100% del nivel correspondiente). La siguiente
tabla ilustra la clasificación y el factor de ponderación:
Tabla No. 16. Factor de ponderación y dato de desempeño real de los niveles de la competencia específica Manejo de Procesos Markovianos.
Nivel Frecuencia Ponderación Ubicación en el nivel luego de la ponderación
Rendimiento académico
NIVEL 5 (80,00% - 100,00%)
Muy frecuentemente (100%)
1,0000 Nivel 5 5,0000
Frecuentemente (66%) 0,6600 Nivel 4 3,6600
Ocasionalmente (33%) 0,3300 Nivel 2 1,3300
NIVEL 4 (60,00% - 79,99%)
Muy frecuentemente (100%)
0,7999 Nivel 4 3,7999
Frecuentemente (66%) 0,5279 Nivel 3 2,5279
Ocasionalmente (33%) 0,2640 Nivel 2 1,2640
NIVEL 3 (40,00% - 59,99%)
Muy frecuentemente (100%)
0,5999 Nivel 3 2,5999
Frecuentemente (66%) 0,3959 Nivel 2 1,3959
Ocasionalmente (33%) 0,1980 Nivel 1 0,1980
NIVEL 2 (20,00% - 39,99%)
Muy frecuentemente (100%)
0,3999 Nivel 2 1,3999
Frecuentemente (66%) 0,2639 Nivel 2 1,2639
Ocasionalmente (33%) 0,1320 Nivel 1 0,1320
NIVEL 1 (0% - 19,99%)
Muy frecuentemente (100%)
0,1999 Nivel 1 0,1999
Frecuentemente (66%) 0,1319 Nivel 1 0,1319
Ocasionalmente (33%) 0,0660 Nivel 1 0,0660
Fuente: El autor
De acuerdo con el factor de ponderación, se logra identificar el nivel real en el que se
encuentra el estudiante, luego de la valoración de su desempeño por el docente, y
consecuentemente se asocia el porcentaje correspondiente. Por ejemplo:
192
Si como resultado de la valoración del desempeño de un estudiante se obtuvo que
pertenece a un “Nivel 4” y una frecuencia calificada en “Frecuentemente” (esto indica que
en la prueba realizada alcanzó este nivel y la frecuencia fue determinada de acuerdo a su
desempeño en general durante el curso), se procede a realizar los siguientes cálculos:
Tabla No. 17. Ejemplo de evaluación de competencia por medio de la rúbrica.
Fuente: El autor
El nivel alcanzado es el 4, con un porcentaje máximo de 79,99%; y su frecuencia está en
un 66% sobre ese valor máximo, lo que indica un factor de ponderación de 0,5279. Una
vez obtenido este nuevo dato, se ubica en los rangos definidos por cada nivel; para este
caso este dato se encuentra en el Nivel 3 (ubicación en el nivel luego de la ponderación).
El cálculo del rendimiento académico final para cada estudiante se estima en el factor de
ponderación, más las unidades alcanzadas una vez ubicado en el nivel real luego de la
misma ponderación. Para el ejemplo esto es igual a:
Nivel Frecuencia Ponderación Ubicación en el nivel luego de la ponderación
Rendimiento académico
NIVEL 5 (80,00% - 100,00%)
Muy frecuentemente (100%)
1,0000 Nivel 5 5,0000
Frecuentemente (66%) 0,6600 Nivel 4 3,6600
Ocasionalmente (33%) 0,3300 Nivel 2 1,3300
NIVEL 4 (60,00% - 79,99%)
Muy frecuentemente (100%)
0,7999 Nivel 4 3,7999
Frecuentemente (66%) 0,5279 Nivel 3 2,5279
Ocasionalmente (33%) 0,2640 Nivel 2 1,2640
NIVEL 3 (40,00% - 59,99%)
Muy frecuentemente (100%)
0,5999 Nivel 3 2,5999
Frecuentemente (66%) 0,3959 Nivel 2 1,3959
Ocasionalmente (33%) 0,1980 Nivel 1 0,1980
NIVEL 2 (20,00% - 39,99%)
Muy frecuentemente (100%)
0,3999 Nivel 2 1,3999
Frecuentemente (66%) 0,2639 Nivel 2 1,2639
Ocasionalmente (33%) 0,1320 Nivel 1 0,1320
NIVEL 1 (0% - 19,99%)
Muy frecuentemente (100%)
0,1999 Nivel 1 0,1999
Frecuentemente (66%) 0,1319 Nivel 1 0,1319
Ocasionalmente (33%) 0,0660 Nivel 1 0,0660
193
Cada nivel alcanzado, luego de la ponderación, tienen un equivalente al mismo número
del nivel, dada la escala definida entre 1 y 5 para la calificación. Por ejemplo, si realmente
se alcanzó el nivel 1, se tendrá una unidad en su equivalente; si alcanzó el nivel 2, se
tendrá dos unidades en su equivalente, etc.
El dato final de rendimiento académico se constituirá en la información proporcionada por
los resultados de la rúbrica de evaluación, para alimentar los datos de la variable de
respuesta en el análisis del Diseño Experimental.
10.4. DISEÑO DEL INSTRUMENTO DE EVALUACIÓN
Dentro del proceso de socialización del Diseño Experimental y su planeación, los
docentes participantes desde la asignatura de Procesos Estocásticos desarrollaron una
construcción colectiva del instrumento de evaluación, buscando articular un conjunto de
preguntas que, de manera sistemática, dieran orientación hacia el cumplimiento de las
conductas observables y niveles de competencias definidas previamente.
Tabla No. 18. Competencia específica de estudio, conductas observables y niveles
Fuente: El autor
COMPETENCIA CONDUCTAS OBSERVABLES NIVEL
Toma decisiones enfocadas a la
mejora del proceso estudiado con base
en los resultados obtenidos
Nivel 5 (80,00% - 100,00%)
Resuelve el modelo e interpreta las
probabilidades de transición en
diferentes momentos del tiempo
Nivel 4 (60,00% - 79,99%)
Construye la matriz de probabilidades
con información histórica o recolectadaNivel 3 (40,00% - 59,99%)
Identifica los estados del fenómeno
aleatorio y construye un diagrama de
transiciones
Nivel 2 (20,00% - 39,99%)
Identifica un proceso estocástico
(fenómeno aleatorio y el tiempo como
variable de referencia)
Nivel 1 (0% - 19,99%)
No identifica un fenómeno aleatorio Nivel 0 (no aplica)
Construir un modelo de
un fenómeno aleatorio a
través de Cadenas de
Markov Discretas, para
soportar la toma de
decisiones
194
Luego de la creación de los escenarios lúdicos donde se permite la participación activa
del estudiante, y donde se busca evidenciar las conductas y comportamientos de acuerdo
a la evaluación de la competencia específica en el manejo de Cadenas de Markov, fue
necesario este proceso de construcción colectiva, en donde, con ayuda del cuestionario
escrito, cada estudiante pudo dar evidencia de sus competencias para lograr la
evaluación del desempeño.
En el Anexo 05 se detalla el cuestionario realizado para cada espacio de intervención en
el experimento:
Un cuestionario desarrollado por los docentes de cada grupo, en la orientación
relacionada con el complemento al desarrollo de la lúdica Fábrica de Vasos,
expuesta en la fase de refuerzo con actividad lúdica para el grupo experimental,
(este cuestionario presenta la misma sistematización y metodología de los dos
cuestionarios aplicados en la prueba piloto y en la prueba final)
Un cuestionario como complemento al desarrollo de la lúdica Juego de los Osos
Polares, expuesta en la fase de la Prueba Piloto.
Un cuestionario como complemento al desarrollo de la lúdica Job Shop, expuesta
en la prueba final.
En la medida en que el estudiante conteste adecuadamente cada pregunta del
cuestionario, se podrá dar evidencia de qué nivel de la competencia ha alcanzado en la
realización de la prueba.
10.5. VALIDACIÓN DEL INSTRUMENTO DE EVALUACIÓN
Toda medición o instrumento de recolección de datos debe reunir tres requisitos
esenciales: confiabilidad, validez y objetividad98:
- La confiabilidad: se refiere a grado o nivel en que un instrumento para
recolectar información produce resultados consecuentes o coherentes con lo
esperado por el investigador.
- La validez: es el grado en que un instrumento realmente mide la variable que
se busca medir, se refiere a la pertinencia del mismo.
- La objetividad: indica el grado de independencia en que logra estudiarse la
variable de estudio, mostrando el grado en que el instrumento es permeable a
la influencia de los sesgos y tendencias de los investigadores y todas las
personas que interactúan con éste.
En la etapa de validez del instrumento, Sampieri afirma que se pueden aplicar tres
técnicas de validez: la validez de contenido, que se refiere al grado en que un
instrumento refleja un dominio específico de contenido de lo que se mide. La validez de
criterio establece la validez de un instrumento de medición al compararlo con algún
98
SAMPIERI, Roberto. Metodología de la Investigación. Quinta Edición. McGraw-Hill, México, 2010. P. 200
195
criterio externo que pretende medir lo mismo. La validez de constructo debe explicar el
modelo teórico empírico que subyace a la variable de interés99.
Para el experimento del presente proyecto se determinó:
Prueba de confiabilidad. Es medida de acuerdo a la coherencia y grado de
satisfacción que tenga la prueba con respecto a los objetivos planteados en el
experimento. La prueba de confiabilidad se ilustra bajo el esquema de
comparación de resultados del mismo estudiante quien contesta el cuestionario en
dos escenarios, bajo la misma secuencia de preguntas.
Validez de contenido. Para esta técnica de validez se tomó como base la validez
de contenido, para evaluar la pertinencia y calidad del instrumento de medición. La
técnica empleada fue el criterio de expertos. La validez de criterio debe aplicarse
en los casos en que se pueda comparar el instrumento de medición con un criterio
o fuente de comparación externa; para el caso particular, el diseño del instrumento
de evaluación fue único y corresponde a la primera etapa de los estudios de
evaluación por competencias, de acuerdo con el modelo de formación en el
pregrado de Ingeniería Industrial. Además, la revisión bibliográfica realizada para
el presente proyecto no evidencia una prueba común o ya desarrollada y validada,
de acuerdo con las características del experimento.
Análisis de objetividad. Siendo la variable de respuesta el indicador más
importante de estudio para probar las hipótesis planteadas en el experimento, en
el mismo análisis de resultados y en la construcción del modelo estadístico que
permitirá efectuar comparaciones, se realizará una prueba de independencia de
los datos en donde se puede analizar su nivel de objetividad.
10.4.1. Análisis de confiabilidad
La confiabilidad se refiere al grado en que la aplicación repetida del instrumento a las
mismas unidades de estudio, en idénticas condiciones, produce iguales resultados, dando
por hecho que el evento medido se mantiene100
La validez de expertos se refiere al grado en que un instrumento de medición valora la
variable de estudio, de acuerdo con “voces calificadas”. Se encuentra vinculada a la
validez de contenido. Regularmente se establece mediante la evaluación del instrumento
ante expertos101. En el sentido del estudio del rendimiento académico de los estudiantes,
es necesario identificar que la confiabilidad, como una medida de la validez, puede no ser
perfecta, debido a que en los estudios donde se analizan comportamientos humanos
99
Íbid. P. 203. 100
HURTADO, Jacqueline. Metodología de la Investigación. Guía para la comprensión holística de la ciencia. Cuarta edición. Caracas. Quirón Ediciones, 2010. 101
Ibíd. P 204.
5
196
(como es el caso educativo), no suelen ser posible establecer relaciones funcionales
exactas. Por ejemplo, si se estudia el rendimiento académico, según el nivel de
ponderación bajo el esquema de competencias definido previamente, y a este mismo
número de estudiantes se aplica una siguiente prueba, se generan diferentes factores que
afectarían la generación de una correlación “perfecta”: aprendizaje, inteligencia, tiempo de
la prueba, motivación, personalidad, entre otros.
Se hizo necesario analizar el coeficiente de correlación para los 36 participantes que
realizaron dos pruebas, la prueba piloto y la prueba final, donde se pudo evaluar el
desempeño por los niveles de competencia. A continuación se ilustra un gráfico que
expone los resultados obtenidos por estos estudiantes:
Gráfico No. 1. Ponderación de niveles para análisis de confiabilidad del instrumento de evaluación
Fuente: El autor
Según el contexto de análisis y validación de un instrumento de acuerdo a criterios de
confiabilidad, algunos autores señalan que un instrumento puede ser confiable sin ser
válido 102 . Con esta afirmación se refieren a instrumentos que miden determinadas
variables, y pueden ser consistentes y no cambiar los efectos en una aplicación u otra,
(confiable), pero a la hora de probar una validez cuantitativa, con apoyo de algún criterio
estadístico, carecen de sentido.
La interpretación del análisis de confiabilidad, inicialmente se establece en términos
cualitativos. La gráfica siguiente expone la evolución del rendimiento de los estudiantes
participantes de la prueba piloto y la prueba final, donde se indica claramente un aumento
en su rendimiento académico en la segunda prueba en comparación con la primera. Cabe
aclarar que este comportamiento influencia de alguna manera el análisis del Diseño
102
Íbid, p 810
197
Experimental, donde estos estudiantes presentan un mayor rendimiento en una segunda
fase del mismo. El presente proyecto plantea una serie de reflexiones sobre la aplicación
de la técnica de Diseño de Experimentos en el contexto educativo, exponiendo la
importancia de analizar el contexto desde el punto de vista de la complejidad.
Gráfico No. 2. Comparación descriptiva de los resultados de ponderación, prueba piloto y prueba final.
Fuente: El autor
Planteando un análisis del coeficiente de correlación de Pearson, se estudió de manera
categórica el resultado de cada estudiante en ambas pruebas, pudiendo comprobar el
siguiente coeficiente:
∑ (∑ ) (∑ )
√ ∑ (∑ ) √ ∑ (∑ )
Donde:
n número de estudiantes evaluados
x rendimiento académico obtenido en la prueba piloto
y rendimiento académico obtenido en la prueba final
Para el caso de la prueba de correlación, se obtiene el siguiente resultado:
198
Lo que indica un grado de correlación positivo, no cercano a uno, pero indica un grado de
confiabilidad marcado para la prueba. A continuación se calcula la raíz cuadrada del
coeficiente de correlación, el cual proporciona la correlación entre los puntajes
observados y los puntajes verdaderos del test (índice de confiabilidad del instrumento):
√
Se puede concluir que el índice de confiabilidad del instrumento no está cercano a uno
(1,00), pero indica un porcentaje considerable para orientar el instrumento de evaluación
por competencias, según el análisis de confiabilidad.
Algunas desventajas, según Jacqueline Hurtado 103 , de la aplicación de la prueba de
confiabilidad con prueba inicial y prueba final:
El hecho de haber aplicado el instrumento en una primera ocasión puede afectar
los resultados de la segunda aplicación.
En el caso de las ciencias sociales, algunas veces no es posible acceder a todos
los casos de la muestra piloto que participó en la primera aplicación.
En el caso de algunas técnicas, como la observación de procesos, interacciones
entre personas, sucesos…, los eventos no se repiten exactamente igual en
diferentes momentos.
10.4.2. El método de validación a través de criterio de expertos
El instrumento de evaluación de desempeño de la competencia específica sobre el
manejo de procesos markovianos para la toma de decisiones, fue puesto a prueba a
través de la técnica de validación de expertos, en donde se consultó con los docentes y
conocedores detallados de la temática de Cadenas de Markov, quienes tienen grandes
conocimientos sobre el tema de interés.
Según Jaqueline Hurtado, dentro de los beneficios que presenta la validación a través de
prueba de expertos se encuentra que la información disponible está siempre más
contrastada que aquella de la que dispone el participante mejor preparado, es decir, que
la del experto más conocedor del tema; además el número de factores que es
considerado por un grupo es mayor que el que podría ser tenido en cuenta por una sola
persona. La percepción grupal, al igual que la construcción colectiva del
instrumento de evaluación, resultan tener mejor y mayor impacto que la percepción
individual104.
103
Íbid, p 810 104
Íbid, p. 811.
5
199
Aunque no existe forma de determinar el número óptimo de expertos, estudios realizados
por investigadores de la Rand Corporation, señalan que si bien parece necesario un
mínimo de siete expertos teniendo en cuenta que el error disminuye notablemente por
cada experto añadido hasta llegar a los siete, no es aconsejable recurrir a más de 30,
pues la mejora en la previsión es muy pequeña y normalmente el incremento en los
costos y en el trabajo a desarrollar en la investigación no compensa la mejora, sin
embargo mientras más expertos se incluyan, se aumenta el riesgo de contar con
personas que realmente no tiene las condiciones necesarias105.
Para la validación de la prueba de desempeño por competencias, se recurre al grupo de
docentes con experiencia en la orientación de la asignatura Procesos Estocásticos, del
programa de Ingeniería Industrial. En total se contó con la participación de 7 expertos en
la temática.
De acuerdo con lo planteado en el numeral anterior, los cuestionarios diseñados fueron puestos a prueba en la validación de contenido bajo el criterio de expertos. El procedimiento realizado para tal validación se detalla a continuación:
PASO 1: Autoevaluación del nivel de conocimientos del experto
Se desarrolló un cuestionario para que los expertos realizaran una autoevaluación del
nivel de competencias adquiridas y desarrolladas relacionadas con la temática de estudio
(Cadenas de Markov), de acuerdo con los siguientes puntos:
I. Grado de conocimiento sobre la información que tiene sobre el tema de
estudio.
II. Autovaloración, contiene la calificación que el experto genera de
acuerdo a seis fuentes de argumentación a las que acude en el
momento de abordar u orientar el tema en estudio: análisis teórico, su
experiencia en el diseño y análisis de problemas, trabajos de
publicación nacional y/o internacional, lectura del estado del arte en el
tema, desarrollo de trabajos de investigación específicos y su intuición.
El Anexo 06 ilustra el cuestionario para determinar el coeficiente de conocimiento de los
expertos.
Teniendo en cuenta que un experto es “tanto un individuo en sí como un grupo de
personas u organizaciones capaces de ofrecer valoraciones conclusivas de un problema y
según el uso que se le dé en la investigación, hacer recomendaciones respecto a sus
momentos fundamentales con un máximo de competencia”106, se realizó la primera etapa
105
CAMPISTROUS P., L. y RIZO C., C. El criterio de expertos como método en la investigación educativa. Cuidad de la
Habana, Cuba: Instituto Superior de Cultura Física “Manuel Fajardo”, 2006
106 PEQUEÑO LAROUSSE ILUSTRADO. México D. F., México: Larousse, 1978.
200
donde se determinó la competencia de los expertos por el coeficiente )(K , el cual se
calcula teniendo en cuenta la opinión del experto sobre su nivel de conocimiento acerca
del problema que se está resolviendo )( cK y las fuentes que le permiten argumentar sus
criterios )( aK .
De acuerdo con el cálculo de los coeficientes de conocimiento y de argumentación, se
toma como base la siguiente escala para la determinación del nivel de competencia de
acuerdo con la autovaloración que realizan los expertos:
Tabla No. 19. Patrón para calcular el coeficiente de argumentación de expertos
Fuentes de argumentación
Grado de influencia de cada una de las
fuentes en sus criterios
Alto Medio Bajo
Análisis teórico realizado por el experto. 0,3 0,2 0,1
Experiencia en el diseño y análisis de problemas usando el
modelamiento de Cadenas de Markov. 0,5 0,4 0,2
Trabajos de publicación nacional y/o internacional en el tema
de modelamiento de Cadenas de Markov. 0,05 0,05 0,05
Lectura del estado del arte en el modelamiento de Cadenas
de Markov, como referente de orientación en sus clases. 0,05 0,05 0,05
Desarrollo de trabajos de investigación específicos en la
temática de modelamiento de Cadenas de Markov. 0,05 0,05 0,05
Su intuición. 0,05 0,05 0,05
Escala de valoración (Rangos) Alto
(0.8;1.0)
Medio
(0.51;0.79)
Bajo
(<= 0.5)
Fuente: CAMPISTROUS P., L. y RIZO C., C. (2006). El criterio de expertos como método en la
investigación educativa. Instituto Superior de Cultura Física “Manuel Fajardo”. Ciudad de la
Habana, Cuba.
201
Después de aplicar la encuesta se inició el análisis de la información obtenida, siguiendo
la metodología propuesta por L. Campistrous y C. Rizo para validaciones por medio del
criterio de expertos.
Paso 2. Análisis de los resultados de la prueba de expertos
El Anexo 07 ilustra el cuestionario planteado para cada experto, con respecto a los
indicadores para valorar el instrumento de evaluación de competencia.
A. Análisis descriptivo
De acuerdo con los 7 expertos que participaron, se concluye que el 57,1% de los expertos
son hombres y el 42,9% son mujeres. El 57,1% tienen entre 25 y 35 años de edad; el
28,6% tiene entre 36 y 45 años y el 14,3% más de 45 años. En cuanto al nivel educativo,
el 66,67% tiene título de magíster y el 33,3% se están desempeñando como profesionales
en el campo de la docencia. El 85,7% tienen profesión de Ingeniería Industrial y el
14,28% Ingeniería Mecánica. Por último, en cuanto al tiempo de experiencia en docencia
o en investigación, en promedio son 5 años aproximadamente.
B. Indicadores consultados y categorías señaladas
A continuación se ilustra la tabla No. 21 con los resultados de la calificación que los
expertos realizaron al cuestionario en estudio.
Tabla No. 20. Tabla coeficiente de argumentación de expertos.
Tabla coeficiente de argumentación de expertos
EXPERTO
Coeficiente de conocimiento Kc
Coeficiente de argumentación Ka
Coeficiente de competencia K
Valoración
1 0,9 0,9 0,9 Alto
2 0,8 1 0,9 Alto
3 0,9 0,8 0,85 Alto
4 0,6 1 0,8 Alto
5 0,8 0,9 0,85 Alto
6 0,5 0,6 0,55 Medio
7 0,7 0,9 0,8 Medio
Fuente: El autor
Los resultados de la valoración que realizaron los expertos al instrumento se ilustra de la
siguiente manera, en donde por cada indicador, se contabiliza el total de expertos que
calificaron determinada categoría (MA – Muy adecuado; BA – Bastante adecuado; A –
Adecuado; PA - Poco adecuado; NA - No adecuado):
202
Tabla No. 21. Resultados de indicadores frente a las categorías calificadas por los expertos.
Indicador MA BA A PA NA TOTAL
1 Claridad 6 1 0 0 0 7
2 Integralidad 4 1 2 0 0 7
3 Pertinencia 4 3 0 0 0 7
4 Viabilidad 5 1 1 0 0 7
5 Coherencia 5 2 0 0 0 7
Fuente: El autor
C. Frecuencia Absoluta Acumulada y Frecuencia Relativa Acumulada
Se calcula la frecuencia absoluta acumulada para cada indicador, de igual forma la
frecuencia relativa, que corresponderá al valor probable de asignación, para la
posterior comparación y cálculo de los puntos de corte.
Tabla No. 22. Frecuencia Absoluta Acumulada por cada indicador.
Indicador MA BA A PA NA
1 Claridad 6 7 7 7 7
2 Integralidad 4 5 7 7 7
3 Pertinencia 4 7 7 7 7
4 Viabilidad 5 6 7 7 7
5 Coherencia 5 7 7 7 7
Fuente: El autor
Tabla No. 23. Frecuencia Relativa Acumulada por cada indicador.
Indicador MA BA A PA NA
1 Claridad 0,86 1,00 1,00 1,00 1,00
2 Integralidad 0,57 0,71 1,00 1,00 1,00
3 Pertinencia 0,57 1,00 1,00 1,00 1,00
4 Viabilidad 0,71 0,86 1,00 1,00 1,00
5 Coherencia 0,71 1,00 1,00 1,00 1,00 Fuente: El autor
Determinación de los puntos de corte
En la tabla No. 25 se ilustra la determinación de los puntos de corte, en donde, primero se
calculó la distribución normal estándar invertida para cada dato de los indicadores y su
categoría calificada (de acuerdo con la frecuencia relativa acumulada) y se calculan los
promedios por fila y por columna.
203
Es necesario calcular el valor n que corresponde a la sumatoria de las sumas por filas y
columnas, sobre el producto de número de categorías y número de indicadores.
∑ ∑
( )
Donde:
i = 1, …, 5 Cantidad asignada en la frecuencia relativa acumulada para cada factor
j = 1, …, 5 Categoría asignada
Tabla No. 24. . Determinación de los puntos de corte.
Indicador MA BA A PA NA Suma Promedio N-Promedio
1 Claridad 1,068 3,490 3,490 3,490 3,490 15,028 3,006 -0,325
2 Integralidad 0,180 0,566 3,490 3,490 3,490 11,216 2,243 0,437
3 Pertinencia 0,180 3,490 3,490 3,490 3,490 14,140 2,828 -0,147
4 Viabilidad 0,566 1,068 3,490 3,490 3,490 12,104 2,421 0,260
5 Coherencia 0,566 3,490 3,490 3,490 3,490 14,526 2,905 -0,225
Suma 2,559 12,104 17,450 17,450 17,450 67,013 Puntos de Corte 0,512 2,421 3,490 3,490 3,490 13,403 Fuente: El autor
( )
Para considerar el punto de referencia en la comparación de los resultados frente a lo
esperado, se estiman los puntos de corte a través del promedio de los datos resultantes
de la matriz de distribución normal estándar invertida, para cada categoría. El punto de
referencia corresponde al punto de corte calculado para la categoría “Muy adecuado”,
buscando comparar los resultados frente a esta clasificación.
La última columna ilustra el resultado de la diferencia entre el valor n con respecto al
promedio de cada indicador. Dentro de los resultados se encuentra que este resultado,
para los indicadores de claridad, integralidad, pertinencia, viabilidad y coherencia, son
todos menores que el punto de corte de referencia (0,512), lo cual indica que los expertos
coinciden en considerar como “muy adecuado” cada indicador del instrumento de
evaluación. Por lo tanto se valida satisfactoriamente el instrumento de medición para el
experimento, a través de la prueba de expertos. Por lo tanto:
204
Tabla No. 25. Comparación punto de corte para la máxima calificación del instrumento de validación.
N-Promedio
Punto de corte MA
Prueba107
-0,325 < 0,512 Cumple
0,437 < 0,512 Cumple
-0,147 < 0,512 Cumple
0,260 < 0,512 Cumple
-0,225 < 0,512 Cumple Fuente: El autor
Tabla No. 26. Resultado final validación del instrumento de medición
Indicador MA BA A PA NA
1 Claridad SI -- -- -- --
2 Integralidad SI -- -- -- --
3 Pertinencia SI -- -- -- --
4 Viabilidad SI -- -- -- --
5 Coherencia SI -- -- -- --
Fuente: El autor
107
Esta prueba corresponde a la comparación de la calificación de los expertos, de acuerdo a los indicadores evaluados en el instrumento, en contraste con el valor de puntuación para la máxima calificación que es Muy Adecuado.
205
10.5. LOS ESCENARIOS LÚDICOS PROPUESTOS POR GEIO
10.5.1. El escenario “la lúdica como herramienta de enseñanza-
aprendizaje”
El Grupo en la Enseñanza de la Investigación de Operaciones, GEIO, cuenta con más de
nueve líneas de investigación, en donde para cada una tiene una serie de actividades
lúdicas, diseñadas, evaluadas e implementadas en diferentes escenarios académicos
(capacitaciones a otras instituciones, empresas, salones de clase, congresos, eventos
académicos).
Dada la experiencia y trayectoria del grupo de investigación, además del interés particular
de sus integrantes en el presente proyecto, se han ajustado las siguientes actividades
lúdicas, de acuerdo con el propósito de las mismas, enfocado hacia el desarrollo y
fortalecimiento de la competencia específica del manejo de Procesos Markovianos para la
toma de decisiones.
En este sentido, se exponen a continuación los documentos oficiales de las actividades
lúdicas, vistas como escenarios académicos de simulación de un problema específico,
donde se puede dar solución de manera sistemática, a través de la herramienta Cadenas
de Markov.
Cabe aclarar que la revisión y ajuste de estas actividades lúdicas fueron desarrolladas
con el apoyo de los docentes participantes del estudio y los estudiantes pertenecientes al
grupo GEIO. Además, cada actividad lúdica descrita está diseñada en relación con el
propósito de una de las líneas de investigación, además de estar articulado, su objetivo
principal, con la competencia específica de interés para este proyecto.
Tabla No. 27. Relación de actividades lúdica en los escenarios de intervención para las pruebas del Diseño Experimental.
Nombre de la Lúdica
Objetivo Línea de
Investigación
Espacio de aplicación en el
experimento
Fábrica de Vasos Ilustrar un proceso productivo con unas características específicas, de tal forma que se pueda asociar la importancia de la aplicación de las Cadenas de Markov en el proceso de análisis de un
Producción Básica
Refuerzo con los estudiantes seleccionados en la metodología lúdica
206
sistema productivo
El juego de los Osos Polares
Identificar la importancia de la aplicación de las Cadenas de Markov en el análisis del comportamiento de las poblaciones de seres vivos.
Sistemas Dinámicos
Prueba Piloto
Job Shop Estudiar el comportamiento de un sistema productivo tipo Job Shop a través de Cadenas de Markov
Producción Avanzada
Prueba Final
Fuente: El autor
En el Anexo 03, se detallan los objetivos, el procedimiento, materiales y demás
componentes necesarios para desarrollar las actividades lúdicas descritas en la tabla 18.
10.5.2. El escenario “taller en clase”
De acuerdo con las apreciaciones de los tres docentes participantes en el experimento, se
diseñó un taller para ser desarrollado por el grupo de control, en el mismo tiempo en que
se desarrollaba el refuerzo con lúdica para el grupo experimental. El taller ha sido
diseñado guardando la coherencia de las conductas observables, y sin dejar de lado el
interés de la competencia específica en estudio. En el Anexo 04, se ilustra el enunciado
del taller.
207
11. DESARROLLO DEL EXPERIMENTO
Una vez identificadas las variables de respuesta, factores, tipo de diseño y demás
elementos de planeación de diseño experimental, se procede a determinar el
procedimiento de ejecución del experimento, de tal forma que se cumplan los objetivos
planteados en el trabajo de campo y posteriormente obtener un análisis de los resultados.
Teniendo cada grupo de Procesos Estocásticos previamente definido, se procede de la
siguiente manera:
Durante las primeras semanas del curso, el docente interviene de manera teórica al
concepto de Cadenas de Markov, generando un espacio de aprendizaje con metodología
tradicional de enseñanza, sin incluir ningún otro material pedagógico que pueda alterar de
manera directa el ritmo de aprendizaje de los estudiantes*****108.
Luego, en la semana 7, cada docente divide el grupo aleatoriamente en dos, uno
experimental y uno de control, en donde el primero tendrá un refuerzo en la orientación de
la competencia en el manejo de Procesos Markovianos para la toma de decisiones por
medio de un escenario lúdico, y el segundo tendrá un refuerzo, (por parte del mismo
docente), con un taller en clase. Esta asignación de grupos experimental y de control
corresponde a la generación de los dos niveles del factor de análisis Metodología, objeto
de estudio. Además se debe tener en cuenta que esta asignación debe garantizar la
participación de los estudiantes, tanto para refuerzo lúdica como para taller, de acuerdo a
su rendimiento académico en la carrera (promedio de carrera) definida en sus niveles alto,
medio o bajo.
Después de que cada docente realice los refuerzos en cada grupo de estudiantes, se
reúnen cierta cantidad de estudiantes para realizar la prueba piloto, la cual consiste en la
puesta en marcha de un escenario lúdico en el salón de clases, en donde los estudiantes,
tanto del grupo experimental como de control, pueden vivenciar un problema específico
que requiere de la aplicación sistemática de un modelo de Cadenas de Markov, para
poder evidenciar el desempeño adecuado de esta competencia. Finalmente se le
entregará al estudiante un cuestionario donde de manera subsecuente podrá responder
por escrito diferentes preguntas relacionadas con el planteamiento del modelo y le
permitirá simultáneamente dar evidencia del nivel desarrollado de la competencia en
mención.
Esta prueba piloto se estima realizar con un mínimo de dos estudiantes por cada
tratamiento, para garantizar un estudio adecuado del tamaño de muestra.
*****
108 Cabe aclarar que los docentes tienen formas y metodologías de enseñanza diferentes, por
esta razón, el factor docente es un factor de bloqueo, en donde se manejará a través de un diseño factorial por bloques, procurando disminuir la presencia de sesgo en los resultados en la variable de respuesta.
208
Posteriormente se obtendrá una evaluación preliminar de los resultados de la prueba
piloto, en donde se podrá contar con datos numéricos de acuerdo al procedimiento de
ponderación de los factores y niveles reales de la competencia de estudio. Con esta
evaluación se podrá determinar el tamaño de muestra adecuado para la prueba final, de
acuerdo con cierto nivel de confianza.
Finalmente, para la semana 12 aproximadamente, se procede a desarrollar la prueba
final, también bajo el esquema de escenario lúdico, donde participan los estudiantes
seleccionados aleatoriamente del tamaño de muestra, con el mismo procedimiento de
simulación del escenario real y respuesta de cuestionario para evidenciar el nivel
desarrollado de la competencia.
La evaluación final de los niveles de competencia y su factor de ponderación, alcanzados
en la prueba final, se convierten en el análisis fundamental del Diseño experimental, en
donde los factores Metodología, Promedio de Carrera y Docente serán evaluados
estadísticamente, a través de las pruebas pertinentes.
Para mejor comprensión de este procedimiento, se ilustra la siguiente figura:
210
Mediante el siguiente diagrama, se puede visualizar de mejor manera los pasos a seguir
para el desarrollo y análisis de resultados del experimento objeto de estudio:
Diagrama No. 4. Representación de las diferentes etapas del desarrollo del experimento.
Fuente: El autor
11.1. PRUEBA PILOTO
Una vez identificado y seleccionado el grupo de personas que participarán en el
experimento, se realizó una introducción hacia el proyecto, de manera que se pudo
contextualizar al estudiante frente a los objetivos del estudio y se hizo claridad frente a la
no obligación de esta participación; es decir, se les aclaró a los estudiantes que quienes
no estuviesen de acuerdo en participar, podrían hacerlo sin ninguna dificultad. Lo anterior
con el fin de garantizar una completa participación y voluntad de los estudiantes en el
presente proyecto.
211
Luego de pasar por la etapa de refuerzo, tanto para el grupo que recibió orientación con
metodología tradicional como los que recibieron orientación con metodología lúdica, se
procedió a desarrollar un escenario de participación inicial, con determinada cantidad de
estudiantes de ambos tipos de orientación o metodología, para poder efectuar el análisis
de la prueba piloto.
Número de estudiantes participantes en la prueba piloto: 2 por cada tratamiento (dos
réplicas), para un total de 24 estudiantes en todas las combinaciones posibles
(metodología con dos niveles, rendimiento académico durante la carrera de tres niveles,
docente en tres niveles).
Escenario recreado: lúdica “Juego de los osos polares”, que busca representar el
comportamiento de una población de seres vivos, de acuerdo con ciertas condiciones y
herramientas prácticas de juego (dados, formatos, etc.)
Imagen No. 2. Desarrollo de la prueba piloto
Fuente: El autor
Una vez desarrollada la actividad lúdica, en interacción con los demás compañeros del
grupo, los 24 estudiantes respondieron un cuestionario de manera individual, validado
previamente.
212
11.1.1. Ponderación de factores
Tabla No. 28. Ponderación de factores por cada tratamiento o combinación. Docentes 1 y 2.
Docente 1. Grupo 1
Metodología
Lúdica Taller
Código Rendimiento Ponderación Código Rendimiento Ponderación
Promedio de
carrera
Alto Estudiante AL11 4,33 1,4 Estudiante AT 11 4,73 1,903
Estudiante AL 12 3,96 1,122 Estudiante AT 12 4,18 1,681
Medio Estudiante ML 11 3,73 1,4 Estudiante MT 11 3,67 1,4
Estudiante ML 12 3,77 1,045 Estudiante MT 12 3,82 1,4
Bajo Estudiante BL 11 3,49 1,264 Estudiante BT 11 3,49 1,264
Estudiante BL 12 3,36 1,4 Estudiante BT 12 3,52 0,132
Docente 2. Grupo 2
Metodología
Lúdica Taller
Código Rendimiento Ponderación Código Rendimiento Ponderación
Promedio de
carrera
Alto Estudiante AL21 4,18 0,132 Estudiante AT 21 4,43 1,782
Estudiante AL 22 4,33 1,396 Estudiante AT 22 3,9 1,569
Medio Estudiante ML 21 3,68 0,132 Estudiante MT 21 3,88 1,264
Estudiante ML 22 3,68 0,132 Estudiante MT 22 3,62 0,132
Bajo Estudiante BL 21 3,43 0,132 Estudiante BT 21 3,51 1,412
Estudiante BL 22 3,38 0,132 Estudiante BT 22 3,44 1,264
Convenciones: Cada estudiante le fue asignado un código de identificación para el proyecto, de la siguiente forma: AL (promedio de carrera alto, lúdica); ML (promedio de carrera medio, lúdica); BL (promedio de carrera bajo, lúdica); AT (promedio de carrera alto, taller); MT (promedio de carrera medio, taller); BT (promedio de carrear bajo, taller). El primer dígito de cada codificación corresponde al grupo en que participó cada estudiante, grupo 1, 2 o 3.
Fuente: El autor
La tabla 28 indica la relación de los datos resultantes en cuanto a la ponderación
cuantitativa del nivel de competencia adquirido, frente al rendimiento académico durante
la carrera, y discriminado en los niveles de alto, medio y bajo. Cada sub-tabla ilustra el
desarrollo de la prueba piloto para cada grupo de estudiantes definido de acuerdo con un
grupo asignado (grupos #102 y #103 de Procesos Estocásticos).
Cabe resaltar que los datos descritos en las columnas de Ponderación, corresponden a
los cálculos hechos de acuerdo con el procedimiento definido en la técnica de
ponderación de las rúbricas, (ver numeral 9.2.6).
213
11.1.2. Análisis de resultados (Descriptivo)
Los resultados obtenidos en esta prueba se analizan desde la percepción con la
ponderación de la rúbrica. Esto quiere decir que es necesario analizar previamente los
niveles en los cuales la ponderación ubicó a los estudiantes, con unos factores
cuantitativos ya considerados
Gráfico No. 3. Porcentaje de estudiantes con resultado en variable de respuesta para cada nivel.
Fuente: El autor.
Los resultados obtenidos de acuerdo con la ponderación obtenida en la rúbrica
como instrumento de evaluación de la competencia en Cadenas de Markov,
ilustran una valoración cuantitativa de los niveles reales alcanzados de acuerdo
con las conductas observables definidas en la competencia. Cabe aclarar que esta
ponderación está valorada en una escala de 0,000 a 5,000; la diferencia radica en
que dentro del esquema de las frecuencias definidas para cada nivel, resulta más
probable calificar al estudiante en niveles 1 y 2; esto indica que según el esquema
de valoración por competencias, definido en el instrumento de la rúbrica, existe
una mayor probabilidad en calificarse entre niveles 1 y 2. Según esta escala de
medición, se presentan los resultados con un análisis de frecuencias (, los
resultados indican que el 75% de los estudiantes fueron calificados en niveles 1 y
2, y el 11,11% tuvieron una posición del nivel 4.
214
Tabla No. 29. Frecuencias de resultados análisis descriptivo.
Fuente: El autor
Dada la escala de medición definida, la percepción de tener calificaciones entre
2,60 y 5,00 ubicaría al estudiante en los niveles 4 y 5. Esto no indica directamente
que el estudiante al pertenecer a un nivel 1 o 2 obtenga un rendimiento
académico bajo. Es una primera medida cuantitativa de la escala de valoración por
competencias. Lo anterior también indica la recomendación de un estudio
posterior de diferentes escalas de medición cuantitativa para la valoración por
competencias, de tal forma que en la medida en que la facultad se apropie de este
esquema de evaluación, se pueda tener una mejor respuesta de parte de los
estudiantes, en lo que respecta al rendimiento académico.
11.1.3. Análisis de resultados (Inferencial)
Los datos se debieron ajustar en datos promedio, para vincularlos al paquete
estadístico Minitab 15 y poder realizar el análisis del Diseño Experimental. A
continuación se ilustra el promedio del rendimiento académico de los estudiantes,
obtenido para cada tipo de tratamiento:
Tabla No. 30. Rendimiento académico promedio en prueba piloto.
PROMEDIOS DOCENTE 1 DOCENTE 2
LUDICA TALLER LUDICA TALLER
RENDIMIENTO ACADÉMICO
ALTO 1,261 1,792 0,764 1,675
MEDIO 1,223 1,400 0,132 0,698
BAJO 1,332 0,698 0,132 1,338 Fuente: El autor
Estos datos se ingresan en el módulo de Estadísticas DOE Factorial Análisis de
Diseño Factorial, en el paquete Minitab 15. Los resultados se ilustran a continuación:
Intervalo Frecuencia Frec Relativa Acum
Nivel 1 [0,066 - 0,200] 3 0,125 0,125
Nivel 2 [0,201 - 1,400] 16 0,667 0,792
Nivel 3 [1,401 - 2,600] 5 0,208 1,000
Nivel 4 [2,601 - 3,800] 0 0,000 1,000
Nivel 5 [3,801 - 5,000] 0 0,000 1,000
Total 24
Frecuencias Rendimiento Académico Prueba Piloto
215
Imagen No. 3. Resultados Análisis de Varianza. Minitab 15.0
Fuente GL SC sec. SC ajust. MC ajust. F P
Bloques 1 0,7336 0,7336 0,7336 1,80 0,238
Promedio de Carrera 2 0,2947 0,2947 0,1473 0,36 0,714
Metodología 1 0,0090 0,0090 0,0090 0,02 0,888
Promedio de Carrera*Metodología 2 0,2353 0,2353 0,1177 0,29 0,761
Error 5 2,0411 2,0411 0,4082
Total 11 3,3137
S = 0,638916 R-cuad. = 38,40% Fuente: El autor
Para cada uno de los factores de interés, se encuentra un valor P mayor al nivel
de significancia del 10%, según se estima en este proyecto. Lo anterior indica que
no existe evidencia estadísticamente significativa para afirmar que los factores
están generando diferencias en los promedios obtenidos (del rendimiento
académico de los estudiantes de la jornada especial, grupos 1 y 2 de procesos
estocásticos semestre 2013-2), para la variable de respuesta. Esta prueba piloto
ofrece un primer acercamiento acerca de la complejidad de la medición desde el
Diseño Experimental en el campo educativo, ya que se debe conocer
adecuadamente el proceso de formación por competencias, el estudiante debe
pasar por un proceso de aprendizaje con el método de evaluación propuesto. Este
planteamiento se detallará en la sesión de discusiones y recomendaciones.
El dato de análisis más importante en esta etapa de la prueba piloto, corresponde
al MC ajust. (Suma de cuadrados ajustado), que indica para el error. En este caso
este dato será utilizado como valor para la varianza, necesaria en el cálculo del
tamaño de muestra adecuado.
11.1.4. Curvas de Operación Característica
Una curva de operación característica es una gráfica de la probabilidad del error
tipo II de una prueba estadística para un tamaño de la muestra particular contra un
parámetro que refleja la medida en que la hipótesis nula Ho es falsa. El
experimentador puede usar estas curvas como guía en la selección del número de
216
réplicas para que el diseño sea sensible a diferencias potenciales importantes en
los tratamientos109.
Al usar curvas de operación característica, el experimentador debe especificar el
parámetro Phi (ϕ), de la ecuación que se ilustra a continuación, relacionando el
cálculo del valor menor de Phi2 que corresponde a una diferencia especificada
entre las medias de dos tratamientos cualesquiera110. Para el caso del análisis
factorial del diseño experimental planteado con dos factores esenciales y uno de
bloque, la diferencia en las medias corresponde a los dos renglones (D), para lo
cual la ecuación es:
Donde:
b cantidad de niveles del factor B, (analizado en columnas)
a cantidad de niveles del factor A, (analizado en filas o renglones)
D valor máximo por el cual se permitiría la diferencia en las dimensiones de la
variable de respuesta (definido por el experimentador)
n número de réplicas, calculado de acuerdo a las curvas de operación111.
Parámetro de medición para el cálculo del tamaño de muestra.
Con la fórmula de cálculo de tamaño de la muestra, se establecen las siguientes
tablas comparativas, indicando el tamaño de muestra para cada situación, con un
D determinado; se debió tener en cuenta previamente el cálculo de los parámetros
de la Curva de Operación Característica (grados de libertad del numerador v1,
grados de libertad del error v2, valor β Nivel de confianza).
Por ejemplo, en la primera sub-tabla, donde la máxima diferencia en nota
permitida corresponde a 0,5, se tiene un cálculo, de acuerdo al análisis con esta
técnica, de un tamaño de muestra de 11 réplicas, permitiendo un nivel de
109
Íbid, p. 107. 110
Íbid. P. 189. 111
Las gráficas de la curva de operación característica fueron tomadas de Montgomery, D. Diseño y Análisis de Experimentos. Adaptada con permiso de Biometrika Tables for Statisticians, vol. 2, E.S. Pearson y H.O. Hartley, Cambridge University Press, Cambridge.
217
confianza de 89%; o un tamaño de muestra de 12 réplicas, logrando un nivel de
confianza de 92% (señalados en color verde). En la siguiente sub-tabla, se logra
un tamaño de muestra de 6 réplicas para un nivel de confianza de 91%; pero
aumentando una diferencia en la variabilidad de las notas obtenidas sobre 0,7. En
la última subtabla se identifica en color verde el nivel de confianza de 91%
resultante para un tamaño de muestra de 5 réplicas, con un nivel de corrección
(diferencia en nota) de 0,8 décimas.
Cabe aclarar que para este procedimiento, se debió considerar una limitación del
estudio, que consistía en el número máximo de estudiantes clasificados por cada
tratamiento, que dio lugar a máximo 5 estudiantes por cada combinación. La forma
establecida de clasificación de acuerdo a los niveles de cada factor y la cantidad
de estudiantes por cada una de éstas, no permitió tener un mayor número de
réplicas para realizar un análisis del experimento con mayor nivel de confianza.
218
Tabla No. 31. Determinación del tamaño de muestra, de acuerdo con el análisis de curvas de operación característica.
CÁLCULO DEL TAMAÑO DE MUESTRA D=0,5
n Phi2 Phi v1 (a-1) v2 (ab(n-1)) Betha N.C.
2 0,408 0,639 2 6 1
3 0,612 0,783 2 12 0,7 0,3
4 0,817 0,904 2 18 0,56 0,44
5 1,021 1,010 2 24 0,48 0,52
6 1,225 1,107 2 30 0,4 0,6
7 1,429 1,195 2 36 0,34 0,66
8 1,633 1,278 2 42 0,26 0,74
9 1,837 1,355 2 48 0,15 0,85
10 2,041 1,429 2 54 0,13 0,87
11 2,246 1,499 2 60 0,11 0,89
12 2,450 1,565 2 66 0,08 0,92
13 2,654 1,629 2 72 0,07 0,93
14 2,858 1,691 2 78 0,04 0,96
D=0,7
n Phi2 Phi v1 (a-1) v2 (ab(n-1)) Betha N.C.
2 0,800 0,895 2 6 0,75 0,25
3 1,200 1,096 2 12 0,48 0,52
4 1,601 1,265 2 18 0,24 0,76
5 2,001 1,414 2 24 0,18 0,82
6 2,401 1,549 2 30 0,09 0,91
7 2,801 1,674 2 36 0,055 0,945
8 3,201 1,789 2 42 0,035 0,965
9 3,601 1,898 2 48 0,018 0,982
D=0,8
n Phi2 Phi v1 (a-1) v2 (ab(n-1)) Betha N.C.
2 1,045 1,022 2 6 0,61 0,39
3 1,568 1,252 2 12 0,29 0,71
4 2,090 1,446 2 18 0,19 0,81
219
5 2,613 1,617 2 24 0,09 0,91
6 3,136 1,771 2 30 0,035 0,965
7 3,658 1,913 2 36 0,021 0,979
8 4,181 2,045 2 42 0,01 0,99
Fuente: El autor
La tabla No. 32 expone el análisis por cada tamaño de muestra para cada
tratamiento permitido, de acuerdo con el método de curvas de operación
característica. El análisis incluye la estimación de los grados de libertad del
numerador y los grados de libertad del error presentado. Se ilustran tres tablas
diferentes, considerando un valor distinto para D (un puntaje máximo permitido en
la diferencia de los resultados del rendimiento académico del estudiante).
Para la primera sub-tabla, se encuentra un valor de n de 12, relacionado con un
nivel de confianza de 0,92 (potencia) y una significancia de 0,08. Para un n de 12,
el nivel de confianza disminuye a 0,89. Lo anterior considerando una diferencia
máxima en los promedios de los tratamientos de 0,5. Para considerar un D de 0,7,
el cálculo de n arroja un resultado de 6 estudiantes por cada tratamiento,
manejando un nivel de confianza de 0,91. Finalmente, aumentando el valor de D a
0,8, se tiene un n de 5 estudiantes por tratamiento, con un nivel de confianza de
0,91, y de 4 estudiantes por tratamiento con un nivel de confianza de 0,81.
En este análisis es importante aclarar que el número de observaciones (en este
caso estudiantes participantes del experimento), está limitado a la cantidad de
estudiantes matriculados en la asignatura Procesos Estocásticos, en los grupos de
estudio (102 y 103 de jornada especial), además de la clasificación que se asignó
de acuerdo con el factor rendimiento académico durante el semestre (nota
promedio de carrera), el cual permitió un máximo de 4 estudiantes por cada
tratamiento. Esta condición es ajena a los controles que se puedan realizar
dentro del experimento, para hacerlo más puro y de mayor rigor estadístico.
Por lo tanto se deberá considerar un D de 0,8 y un nivel de confianza de 0,81
para trabajar el experimento con 4 estudiantes.
220
11.2. PRUEBA FINAL
El desarrollo de la prueba final comprendió los siguientes pasos:
- Paso 1: Seleccionar de cada grupo de estudio el tamaño de muestra
adecuado (4 estudiantes por tratamiento), que constituyó el número total de
estudiantes para el experimento.
- Paso 2: Realizar el análisis estadístico a los datos, pruebas de
independencia de los residuos y de homocedasticidad (homogeneidad de
las varianzas), para identificar la potencialidad del modelo y determinar si
requiere de un análisis paramétrico o no paramétrico.
- Paso 3: Analizar el estadístico de prueba, según sea el caso del modelo
(paramétrico – Estadístico de Fisher; o no paramétrico – Estadístico de
Krus Kan Wallis). Luego se comprueba la hipótesis de igualdad de medias y
de varianzas.
- Paso 4: Analizar los efectos fijos del modelo de diseño experimental.
Concluir frente a los resultados obtenidos.
11.2.1. Ponderación de factores
De acuerdo con el procedimiento de cálculo de ponderación de factores, luego de
realizar la prueba final (desarrollo de escenario lúdico y cuestionario final), a los
estudiantes participantes en el experimento, se les realizó la evaluación de
desempeño por competencias. La ponderación de factores para esta prueba final,
al igual que el de la prueba piloto, se pueden encontrar en el Anexo 09.
Se evidencia también una diferencia en el resultado frente a los niveles en los que
se logró ponderar el desempeño de cada estudiante; es decir, de acuerdo con la
puntuación obtenida en la evaluación del desempeño por la competencia en
estudio, se logró evidenciar una diferencia entre los resultados de la prueba piloto
y los resultados en la prueba final. Los siguientes gráficos exponen que en la
prueba piloto, el 75% de los participantes obtuvieron un desempeño evaluado en
niveles 1 y 2. Para la prueba final, el 87,3% de los participantes lograron un
desempeño en los niveles 1, 2 y 3.
221
Tabla No. 32. Análisis descriptivo de los resultados ponderación en prueba piloto.
Fuente: El autor
Se puede observar que la gran concentración de datos sobre el resultado del
desempeño de los estudiantes en la prueba piloto están ubicados en el nivel 2,
con una puntuación en un rango entre 0,201 y 1,400. Mientras que en la prueba
final, en la evaluación de la frecuencia relativa, la concentración de los datos
obedece a la ubicación en el nivel 3, un nivel superior que antes, demostrando un
comportamiento creciente en el desempeño de los estudiantes.
Tabla No. 33. Análisis descriptivo de los resultados ponderación en prueba final.
Fuente: El autor
Para efectuar un análisis directo, se tomó como base de comparación los
resultados obtenidos, en términos de la ponderación por factores, para los
estudiantes que participaron en la prueba piloto y en la prueba final:
Intervalo Frecuencia Frec Relativa Acum
Nivel 1 [0,066 - 0,200] 3 0,125 0,125
Nivel 2 [0,201 - 1,400] 16 0,667 0,792
Nivel 3 [1,401 - 2,600] 5 0,208 1,000
Nivel 4 [2,601 - 3,800] 0 0 1
Nivel 5 [3,801 - 5,000] 0 0 1
Total 24
Frecuencias Rendimiento Académico Prueba Piloto
Intervalo Frecuencia Frec Relativa Acum
Nivel 1 [0,066 - 0,200] 1 0,021 0,021
Nivel 2 [0,201 - 1,400] 13 0,271 0,292
Nivel 3 [1,401 - 2,600] 26 0,542 0,833
Nivel 4 [2,601 - 3,800] 7 0,146 0,979
Nivel 5 [3,801 - 5,000] 1 0,021 1,000
Total 48
Frecuencias Rendimiento Académico Prueba Final
222
Gráfico No. 4. Comparación resultados ponderación.
Fuente: El autor
De manera descriptiva, esto indica un nivel de confiabilidad alto de la prueba, y un
factor de aprendizaje considerable; razones por las cuales se puede argumentar la
importancia de mantener constante este proceso de evaluación de desempeño por
competencias.
11.3. ANÁLISIS DEL DISEÑO EXPERIMENTAL
Una vez obtenidos los resultados de la prueba final (ponderaciones de los factores
por cada estudiante), se procedió a ingresar los datos al paquete estadístico
Minitab 15, con el fin de realizar las pruebas estadísticas de validez y análisis de
varianzas.
Los datos obtenidos de cuatro estudiantes por cada tratamiento, fueron
consolidados en un promedio, obteniendo la siguiente información de entrada:
223
Tabla No. 34. Rendimiento académico obtenido por los participantes del experimento en la prueba final.
Fuente: El autor
11.3.1. Prueba de independencia de los residuos
Con los datos obtenidos se procedió al análisis de la independencia de los
residuos, información que fue analizada con ayuda de la prueba de normalidad de
los residuos.
Se aplicó la prueba Ryan Joiner dentro del paquete estadístico Minitab 15, que
indica una prueba similar a la Shapiro-Wilk, que plantea la hipótesis nula de que
los residuos se comportan bajo una distribución normal, y es muy utilizada cuando
los datos son menores o iguales a 30 (n<=30).
Dada la hipótesis de normalidad, se plantea el siguiente análisis:
( )112
( )
Si el estadístico supera 0.632 entonces se acepta H1 para un nivel de prueba de
10% (90% de confianza)113.El estadístico RJ indica un valor mayor que el punto de
comparación para un α de 0,10 (RJ > 0,632) De igual forma, la información
resultante de la aplicación de la prueba indica que se obtiene un P-Value de
>0,100 y comparado con el nivel de significancia expuesto en el modelo α = 0,10.
Se concluye que no hay evidencia estadísticamente significativa para aceptar la
hipótesis de normalidad, con un nivel de confianza del 90%. Lo cual indica que
los residuos del modelo en estudio no tienen una distribución normal.
112
Para los residuos estandarizados. 113
TOLEDO, Roberto. Guía de práctica Administración de Operaciones. Universidad Nacional “Santiago Antúnez de Mayolo”. Perú, 2011. P. 5.
LÚDICA TALLER LÚDICA TALLER LÚDICA TALLER
ALTO 2,559 3,240 2,148 3,375 1,872 2,528
MEDIO 1,998 1,981 1,928 1,897 2,366 2,270
BAJO 2,248 2,813 1,924 1,548 2,122 1,959
DOCENTE 1 DOCENTE 2 DOCENTE 3
RENDIMIENTO
PROMEDIOS
224
Gráfico No. 5. Análisis de distribución de los residuos. Prueba de normalidad Shapiro-Wilk.
4,03,53,02,52,01,51,0
99
95
90
80
70
60
50
40
30
20
10
5
1
Rendimiento
Po
rce
nta
je
Media 2,305
Desv.Est. 0,5717
N 12
AD 0,653
Valor P 0,066
Gráfica de probabilidad de RendimientoNormal
Fuente: El autor
En esta prueba se puede visualizar la cantidad de puntos cercanos a la línea
promedio, pero al pasar al método analítico por medio del P-valor, se encuentra
que éste es menor que el grado de significancia (establecido para un 10%), por lo
tanto no hay evidencia suficiente desde el punto de vista estadístico para afirmar
que los residuos tienen un comportamiento normal.
Gráfico No. 6. Representación de la comparación de la prueba de normalidad.
Fuente: El autor
α = 0,10
P > 0,10
Región de Aceptación
Región de Rechazo
225
11.3.2. Prueba de Homocedasticidad
Es necesaria esta prueba para comprobar, antes de realizar la prueba de análisis
de varianzas y generar conclusiones sobre el modelo planteado, si existen
diferencias entre las varianzas de los datos estudiado, es decir, si se cumple la
condición de homogeneidad de varianzas u homocedasticidad.
Dada la hipótesis de homocedasticidad, se plantea el siguiente análisis:
Con los dos estadísticos de prueba y su respectivo P-Value se tiene que:
Prueba de Barlett P-Value = 0,163
Gráfico No. 7. Prueba de igualdad de varianzas para la variable de respuesta.
Metodología Promedio de Carrera
Tradicional
Ludica
Alto
Medio
Bajo
Alto
Medio
Bajo
9080706050403020100
Intervalos de confianza de Bonferroni de 90% para Desv.Est.
Estadística de prueba 7,89
Valor P 0,163
Prueba de Bartlett
Prueba de igualdad de varianzas para Rendimiento
Fuente: El autor
Para un nivel de significancia de 0,10; se concluye que hay evidencia
estadísticamente significativa para afirmar que las varianzas de los tratamientos
son iguales. Por tal motivo, y dada la aceptación de la prueba de normalidad, se
puede realizar el análisis de varianzas del modelo con confiabilidad estadística.
226
El gráfico siguiente también indica los intervalos de confianza de Bonferroni a un
nivel de confianza de 90% para la Desviación Estándar. Esto indica, para cada tipo
de tratamiento, cuál es el rango o intervalo en el que el rendimiento académico del
estudiante se presentará en promedio. Por ejemplo, para el caso en que a un
estudiante se le asigne una orientación de la competencia con lúdica y que
corresponda a un rendimiento general en la carrera de calificación baja, su
rendimiento promedio estará entre 0,074 y 1,785.
Imagen No. 4. Resultados Intervalos de confianza Bonferroni
Intervalos de confianza de Bonferroni de 90% para desviaciones estándares
Promedio
Metodología de Carrera N Inferior Desv.Est. Superior
Ludica Bajo 2 0,086839 0,229103 21,9353
Ludica Medio 2 0,018761 0,049497 4,7391
Ludica Alto 2 0,110156 0,290621 27,8253
Tradicional Bajo 2 0,339046 0,894490 85,6424
Tradicional Medio 2 0,022514 0,059397 5,6869
Tradicional Alto 2 0,036183 0,095459 9,1397
Fuente: El autor
Concluyendo que los datos presentados en la prueba final corresponden a un
análisis no paramétrico, se procede a evaluar los resultados frente a la prueba
de Kruskal Wallis para análisis de varianza ANOVA.
La prueba de hipótesis para los factores bloque, metodología y promedio de
carrera, se plantea de acuerdo al parámetro de varianza de los datos, para medir
si cada uno de ellos tiene un efecto estadísticamente significativo sobre la variable
de respuesta (rendimiento del estudiante):
A continuación se ilustran los resultados del análisis de varianzas para la variable
de respuesta:
227
Imagen No. 5. Resultados prueba final
Prueba de Kruskal-Wallis: Rendimiento vs. Metodología
Prueba de Kruskal-Wallis en Rendimiento
Clasificación
Metodología N Mediana del promedio Z
Ludica 6 2,073 6,2 -0,32
Tradicional 6 2,397 6,8 0,32
General 12 6,5
H = 0,10 GL = 1 P = 0,749
Fuente: El autor
Según los resultados del análisis de varianzas, se concluye que el factor
metodología, no presentan evidencia estadísticamente significativa para afirmar
que los estudiantes definidos en la población del presente estudio*114 tienen cierto
grado de influencia sobre la variable de respuesta (rendimiento académico del
estudiante en la competencia de estudio).
El factor Rendimiento académico (Promedio de Carrera), presenta evidencia
estadística para afirmar que ejerce una influencia cuantitativa sobre los resultados
de la variable de respuesta (rendimiento académico de los estudiantes
pertenecientes a los grupos 1 y 2 de la jornada especial, en la asignatura procesos
estocásticos en el periodo 2013-2). Esto hace alusión a que dependiendo del nivel
asignado en el promedio de nota de carrera, tendrá una estrecha relación con el
rendimiento académico designado en este experimento.
Prueba de Kruskal-Wallis: Rendimiento vs. Promedio de Carrera Prueba de Kruskal-Wallis en Rendimiento
Promedio Clasificación
de Carrera N Mediana del promedio Z
Bajo 4 2,086 5,5 -0,68
Medio 4 1,954 4,3 -1,53
Alto 4 2,900 9,8 2,21
General 12 6,5
H = 5,12 GL = 2 P = 0,077
* NOTA * Una o más muestras pequeñas
114
Cabe recordar que la población definida no corresponde a todos los estudiantes matriculados en los cursos de Procesos Estocásticos en el periodo académico 2013-2, sino a los estudiantes matriculados en Procesos Estocásticos de la jornada especial de los grupos 103 y 102 del periodo académico 2013-2 de Ingeniería Industrial.
228
Esta misma prueba no paramétrica permite determinar si existe evidencia o no,
desde el punto de vista estadístico para estudiar la influencia del factor Docente
(factor de bloqueo) sobre la variable rendimiento académico de los estudiantes. Se
encuentra un valor P un poco mayor al nivel de confianza preparado para este
experimento (10%), por lo tanto aquí tampoco existe evidencia estadística para
rechazar la hipótesis nula de igualdad de medianas.
Prueba de Kruskal-Wallis: Rendimiento vs. Bloques
Prueba de Kruskal-Wallis en Rendimiento
Clasificación
Bloques N Mediana del promedio Z
1 6 2,404 8,2 1,60
2 6 1,926 4,8 -1,60
General 12 6,5
H = 2,56 GL = 1 P = 0,109
11.3.3. Análisis de efectos fijos del Diseño Experimental
El efecto de un factor se define como el cambio en la respuesta producido por un
cambio en el nivel del factor. Con frecuencia se le llama efecto principal porque
se refiere a los factores de interés primario en el experimento115.
Gráfico No. 8. Efectos principales para la variable de respuesta.
115
MONTGOMERY, Douglas. Diseño y Análisis de Experimentos. Segunda Edición. Limusa Wiley. México 2010. P. 170.
229
TradicionalLudica
2,8
2,6
2,4
2,2
2,0
AltoMedioBajo
Metodología
Me
dia
Promedio de Carrera
Gráfica de efectos principales para RendimientoMedias de datos
Fuente: El autor
El efecto de interacción AB se define como la diferencia promedio entre el efecto de A con
el nivel alto de B y el efecto de A con el nivel bajo de B116. Lo anterior indica que, de
manera gráfica y analítica se puede interpretar el efecto principal de los factores en
estudio con respecto a la variable de respuesta.
La gráfica anterior expone por ejemplo, para el factor metodología, que el promedio del
valor correspondiente al rendimiento académico presentado en el experimento, y bajo el
esquema de orientación con taller, los estudiantes obtienen, en promedio, un mejor
rendimiento que los que reciben una orientación con base en actividad lúdica. Cabe
aclarar que de acuerdo con las condiciones expuestas en la planeación del Diseño
Experimental, el instrumento de evaluación también ofreció una nueva alternativa de
análisis para la variable de respuesta, en donde se indica un factor de ponderación
diferente. Para el factor promedio de carrera, se observa que aquellos quienes tienen un
rendimiento bajo, tuvieron un rendimiento promedio en la prueba cercano a 2,1; cifra
mayor que quienes tienen un promedio académico de carrera medio; y a su vez estas dos
cifras son mucho menores al valor promedio calificado para los estudiantes que presentan
un rendimiento alto.
El comportamiento del rendimiento académico de los estudiantes objeto de estudio según
la metodología de enseñanza (tradicional y lúdica) tiene una diferencia en
aproximadamente 3 décimas, debido a la variabilidad que presenta el experimento. El
tamaño de muestra seleccionado de 4 estudiantes por tratamiento resulta ser muy
reducido para el análisis de los efectos principales adecuados.
116
Íbid, p 220.
230
Gráfico No. 9. Interacción de los dos factores para la variable de respuesta.
TradicionalLudica
3,4
3,2
3,0
2,8
2,6
2,4
2,2
2,0
Metodología
Me
dia
Bajo
Medio
Alto
de Carrera
Promedio
Gráfica de interacción para RendimientoMedias de datos
Fuente: El autor
El gráfico de interacción ilustra que el promedio del rendimiento obtenido por los
estudiantes que tienen un promedio de carrera en el rango bajo es muy similar, tanto para
quienes obtuvieron una orientación con metodología de taller y con metodología lúdica.
También es muy cercano el valor en la variable de respuesta (en promedio) para quienes
tienen un rendimiento medio, aunque un poco inferior para quienes recibieron orientación
con metodología de taller. El contraste se ilustra para los estudiantes que pertenecen a un
promedio de carrera en nivel alto (entre 3.89 y 4.73), en donde quienes recibieron
orientación con metodología de lúdica obtuvieron un rendimiento promedio inferior que
quienes obtuvieron una explicación con metodología de taller.
Aquí se puede confirmar un primer acercamiento hacia un estudio en donde el
rendimiento académico de los estudiantes de la jornada especial, del proyecto formativo
en mención, y definida la población de estudiantes según este proyecto, puede converger
hacia una calificación promedio, con el uso de la metodología lúdica. Según el autor David
Weltman y Mari Whiteside, en el artículo consultado “Comparing the Effectiveness of
Traditional and Active Learning Methods in Business Statistics: Convergence to the
Mean”, se puede ilustrar una sospecha de convergencia hacia el promedio de los datos de
la variable de respuesta.
231
12. ANÁLISIS CUALITATIVO DEL EXPERIMENTO
Durante la prueba final se dio el espacio para que cada estudiante escribiera las
percepciones que le dejaron el desarrollo de la metodología seguida con el uso de la
lúdica para establecer procesos de evaluación de competencias. A través de una
pregunta abierta el estudiante pudo expresar sus opiniones y apreciaciones frente a este
tema, y se logró condensar un análisis cualitativo preliminar, que pretende dar
complemento a los resultados arrojados de manera cuantitativa en el Diseño
Experimental.
Se toma como base de análisis cualitativo la Teoría Fundamentada; ya que en sus
primeros pasos, ofrece un análisis de contenido inicial, para identificar palabras y frases
clave del texto, y posteriormente establecer un análisis de codificación axial.
Se acude a esta herramienta en parte, dado que busca una serie de conceptos, emitir un
diagnóstico muy aproximado a la realidad de una situación determinada, o en muchas
ocasiones construir teoría, totalmente fundamentada en un corpus de datos seleccionados
para una determinada investigación, a través de componentes tan importantes para la
Investigación Cualitativa como la recolección de datos, aplicarles procedimientos que
permitan conceptualizar y reducir estos datos, relacionarlos, elaborar categorías que
permita encontrar similitudes y/o divergencias entre los mismos, y de esta forma ir
construyendo una serie de relaciones proposicionales que informen la teoría inicialmente
encontrada.
El análisis de los datos implica ciertas etapas diferenciadas. La primera es una fase de
descubrimiento en progreso: identificar temas y desarrollar conceptos y proposiciones. La
segunda fase, que típicamente se produce cuando los datos ya han sido recogidos,
incluye la codificación de los datos y el refinamiento de la comprensión del tema de
estudio. En la fase final el investigador trata de relativizar sus descubrimientos, es decir,
de comprender los datos en el contexto en que fueron recogidos.117
Luego de leer cada una de las respuestas de los estudiantes, se logra determinar las
palabras y frases clave frente a cada descripción, para incluir la siguiente tabla resumida
en cuatro categorías clave iniciales para la codificación inicial. La tabla No. 36 presenta
comentarios y observaciones relacionadas con la forma de aprendizaje que ofrece la
metodología, el nivel de utilidad que le ve el estudiante, las percepciones identificadas en
adjetivos que ellos le califican a la metodología lúdica y un contraste entre teoría y lúdica:
117
STRAUSS, Alvin y CORBIN, Jay. Bases de la investigación cualitativa. Técnicas y procedimientos para desarrollar la Teoría Fundamentada. Medellín: Universidad de Antioquia. 2002.
232
Tabla No. 35. Codificación inicial (abierta) de las percepciones de los estudiantes sobre la metodología lúdica.
APRENDIZAJE - Facilita el entendimiento. - Se comprende mejor. - Es de forma práctica. - Te recreas y sales de lo cotidiano. - Interactúas con compañeros. - Nunca había tenido una experiencia
similar. - Es sociable y divertida. - Hace estar más pendiente de la clase. - Se dio importancia merecida a los
temas, tanto por los estudiantes como por el docente.
- Se puede practicar lo aprendido. - Genera entusiasmo. - Se estimulan y refuerzan los
contenidos. - Enfrenta al estudiante a un análisis
crítico y reflexivo. - Fomenta la investigación y la
creatividad. - Aplicamos y socializamos problemas de
la realidad. - Aprendemos por descubrimiento - El conocimiento tiene más significado.
PARA QUÉ SIRVE – UTILIDAD DE LA METODOLOGÍA LÚDICA
- Interpretar y solucionar problemas. - Una mala interpretación conlleva a
resultados poco confiables. - Una buena manera de aplicarla a todas
las materias. - Conocer mucho más a fondo la
aplicación de la teoría. - Evidenciar la importancia de Procesos
Estocásticos. - Se ve la aplicabilidad en la vida
cotidiana. - Los conocimientos en Estadística y
Matemáticas se tornan amenos e interesantes.
PERCEPCIONES - Buena - Excelente - Acorde - Metodología ideal - Muy práctica - Indiferente (dos estudiantes hacen esta
afirmación) - Amena - Dinámica - Sencilla - De ideas claras - Menos aburrida - Agradable
LÚDICA vs TEORÍA - La teoría hace ver los procesos como
estados ideales. - Necesidad de entender la teoría
primero. - Importancia de la relación Teoría-
Práctica. - Los talleres ofrecen un estudio más
amplio y profundo. - Permite confrontar la teoría. - Cátedra y lúdica son importantes para
el crecimiento del estudiante. - Lúdica y taller se asemejan a la
realidad. - Aporta mucho siempre y cuando haya
un aprendizaje previo. - A pesar del paro se lograron los
objetivos de su implementación. - Debería aplicarse un 60% lúdica y 40%
teoría en todas las materias.
Fuente: El autor
233
Luego de condensar la primera codificación, resulta importante agregar características
como propiedades y dimensiones a cada una de ellas. Para ello se propone el siguiente
esquema de análisis:
12.1. CATEGORÍA APROXIMACIONES AL MÉTODO
CONSTRUCTIVISTA.
Esta categoría incluye un análisis de las características que ofrece este método, según
autores como Piaget, Vigostky y Ausubel, en contraste con las apreciaciones de los
estudiantes, que de alguna manera hacen visible la importancia de lograr, con la
metodología seguida en el proceso de evaluación, una aproximación a este método.
Diagrama No. 5. Dimensiones de la categoría Aproximaciones al método constructivista
Fuente: El autor
Las descripciones de los estudiantes relacionadas con la estructura cognitiva que
perciben de su proceso de aprendizaje, corresponden a características clave del método
constructivista: “la estructura cognitiva es el conjunto de conceptos, ideas que un individuo
234
posee en un determinado campo del conocimiento, así como su organización”. También,
es importante, la disposición para el aprendizaje significativo; es decir, que el alumno
muestre una disposición para relacionar de manera sustantiva y no literal el nuevo
conocimiento con su estructura cognitiva118.
Esta categoría presenta dos dimensiones, en tanto similares y complementarias. Una
relacionada con las características clave del aprendizaje significativo, y las evidencias de
los estudiantes logrando visibilizarlas. También una dimensión hacia el aprendizaje por
descubrimiento, que se puede concebir como una propiedad fundamental de la filosofía
constructivista, ya que es el sujeto cognoscente (estudiante o aprendiz) quien determina
su estructura de aprendizaje, y el facilitador, en muchas ocasiones, incita al
“descubrimiento” de los conceptos a través de esta filosofía.
12.2. CATEGORÍA UTILIDAD DE LA METODOLOGÍA LÚDICA.
Ofrece las apreciaciones de los estudiantes en dos frentes de análisis: hacia la
interpretación y solución de problemas y hacia una aplicabilidad de lo aprendido en un
entorno real vinculando la importancia de utilizar las matemáticas, la estadística y las
competencias en Procesos Estocásticos para su entendimiento.
Diagrama No. 6. Dimensiones categoría Utilidad de la Metodología
Fuente: El autor
118
AUSUBEL, David. Teoría del aprendizaje significativo. Consultado el 12-01-2014. Disponible en:
http://www.ctascon.com/Teoria%20del%20Aprendizaje%20Significativo%20de%20Ausubel.pdf
235
12.3. CATEGORÍA PERCEPCIONES.
Está relacionada con el imaginario que genera esta metodología en el estudiante, de
acuerdo a la experiencia vivida en el salón de clases, justo en el desarrollo de las
actividades lúdicas seguidas en el experimento.
Diagrama No. 7. Dimensiones categoría Percepciones
Fuente: El autor
Algunos estudiantes asignan un rango de calificación, entre buena y excelente; otros le
ubican un grado de pertinencia frente a lo que el estudiante considera que es apropiado y
coherente de aprender de acuerdo con la realidad; mientras que otros ofrecen una
dimensión práctica de la metodología: amena, didáctica, sencilla, menos aburrida y
agradable, vinculando emociones en estos dos últimos calificativos. También es necesario
resaltar que una de las calificaciones que emiten algunos estudiantes corresponde a
“indiferente”, indicando que con ambas metodologías, tradicional y lúdica, perciben el
mismo nivel de aprendizaje, no generan mayores satisfacciones.
12.4. CATEGORÍA TEORÍA VS LÚDICA.
Esta categoría se resume en las propiedades y ventajas que encuentran los estudiantes
de una de las dos metodologías frente a la otra.
236
Diagrama No. 8. Dimensiones categoría Teoría vs Lúdica
Fuente: El autor
Algunos estudiantes afirman que la combinación de teoría con lúdica ofrece las mejores
alternativas de aprendizaje; la teoría es necesaria de entender antes de iniciarse en la
práctica, y la práctica es necesaria para profundizar en la teoría.
La aplicación de una parte de la Teoría Fundamentada para el presente análisis
cualitativo, llega hasta la definición de la Categoría Central, que constituiría el inicio de
una consolidación de todas las categorías descritas anteriormente y que constituiría el
inicio de la construcción de teoría basada en la información que emerge de los
estudiantes protagonistas del estudio.
Esta categoría central busca reunir todos los aspectos que destacaron los estudiantes al
momento de describir sus percepciones frente a la metodología lúdica seguida en el
experimento. Dado que cada categoría presenta la respuesta a una pregunta en
específico, surge la categoría central como un interrogante: ¿POR QUÉ ES
IMPORTANTE LA METODOLOGÍA LÚDICA? De la siguiente forma se puede visualizar la
reunión de las cuatro categorías que describen propiedades y dimensiones de las
percepciones del estudiante frente al uso de la lúdica como herramienta pedagógica:
238
13. ANÁLISIS DE RESULTADOS
Este capítulo ofrece el análisis y planteamiento de reflexiones con relación a la planeación
y desarrollo del experimento para validar la estrategia pedagógica basada en la lúdica, en
contraste con la metodología tradicional de enseñanza, en el pregrado de Ingeniería
Industrial, para el caso específico de la competencia relacionada con el manejo de
Cadenas de Markov en Procesos Estocásticos.
13.1. EL ESTILO DE APRENDIZAJE CON EL QUE EL ESTUDIANTE SE
SIENTE CÓMODO
Para este análisis es importante considerar el estilo de aprendizaje con el que el
estudiante está acostumbrado. La metodología tradicional, que para este caso en el
experimento fue considerada con un refuerzo hecho con taller, posiblemente es una
metodología común para el estudiante que lleva un método de estudio similar y apoyado
con esta herramienta, en especial aquel estudiante que presenta competencias altas
frente a otros compañeros (estudiante de alto promedio). Esto es importante de analizar
con la inclusión de otros factores, como por ejemplo, el estilo de aprendizaje (kinestésico,
auditivo, visual, etc.). La hipótesis cualitativa que se puede plantear, dentro del análisis de
resultados de este experimento corresponde a que posiblemente dependiendo del tipo de
inteligencia (o estilo de aprendizaje) con que esté más familiarizado el estudiante, podrá
tener un efecto en su rendimiento académico.
13.2. SOBRE LA CONFIABILIDAD ESTADÍSTICA DEL DISEÑO
EXPERIMENTAL
También es importante recomendar la aplicación de este diseño experimental en un
mayor número de réplicas, para garantizar la confiabilidad estadística del análisis de
varianzas de los factores y poder aclarar el contraste y el efecto de interacción que
puedan presentar estos factores. Posiblemente (aparece aquí una segunda hipótesis de
estudios posteriores), en una tercera y cuarta vez que el estudiante reciba una orientación
con metodología lúdica, este factor tendrá un efecto principal mayor y significativo en el
rendimiento del estudiante.
Esto también está relacionado con que el Diseño Experimental sea ejecutado
periódicamente y se pueda establecer un proceso de análisis del rendimiento del
estudiante no solamente para una competencia en particular, sino que permita un rango
de tiempo más amplio (varios semestres por ejemplo), para analizar su desenvolvimiento
con la inclusión de la metodología lúdica como estrategia pedagógica complementaria.
13.3. SOBRE EL DISEÑO DE LAS ACTIVIDADES LÚDICAS
Es importante preguntarse si las actividades lúdicas han sido validadas y probadas con
anterioridad en el mismo contexto, por lo menos en el mismo curso donde fue aplicada
239
(Procesos Estocásticos). Si bien es cierto que los docentes se apoyan de la experiencia
obtenida con el grupo de investigación que promueve actividades lúdicas y ofrece el
contexto, es importante vincular un proceso de validación de la ejecución de la actividad.
Para el presente experimento se logró validar el instrumento de evaluación, que fue el
cuestionario entregado a cada estudiante para valorar el nivel de competencia fortalecido
hasta ese momento, con ayuda de la actividad lúdica.
Se debe entonces plantear interrogantes como: ¿La actividad lúdica describe claramente
el procedimiento a seguir para lograr el objetivo? ¿Las personas que han vivenciado esta
actividad previamente, han logrado el objetivo final? ¿El procedimiento orientado en la
actividad lúdica cambia con el cambio de docente para orientarla?
Los principios básicos del juego (Según Castejón):
• La participación: es el principio básico que expresa la manifestación activa
de las fuerzas físicas e intelectuales del jugador, en este caso el estudiante.
• El dinamismo: que expresa el significado y la influencia del factor tiempo en
la actividad lúdica.
• El entretenimiento: que refleja las manifestaciones amenas e interesantes de
la actividad lúdica, que ejercen un fuerte efecto emocional en el estudiante y
puede ser uno de los motivos fundamentales que propicien su participación
activa en el juego.
• El desempeño de roles: basado en la modelación lúdica de la actividad del
estudiante y que refleja los fenómenos de la imitación y la improvisación.
• La competencia: que, basada en que la actividad lúdica, reporta resultados
concretos y expresa los tipos fundamentales de motivaciones para participar
de manera activa en el juego.
Por lo tanto es importante preguntarse por un mecanismo de validación de las actividades
lúdicas, que busquen generar esa potencialidad en el proceso de aprendizaje del
estudiante.
Es importante contar con una adecuada capacitación a cada una de las personas que
orientarán este tipo de actividades. El grupo de investigación cuenta con una cartilla guía
de prácticas lúdicas, con un procedimiento en específico, previamente estudiado que
deberá ofrecer la guía oficial del desarrollo de cada actividad. Las actividades lúdicas que
se desarrollaron en el presente experimento han sido ajustadas de acuerdo con las
necesidades de la temática de orientación, por lo tanto se encuentra en el Anexo 03 el
240
desarrollo de cada una de ellas, bajo el mismo procedimiento pedagógico propuesto por el
grupo.
13.4. LAS VARIABLES EXTERNAS QUE NO SE PUEDEN CONTROLAR
(LIMITACIONES DEL ESTUDIO)
Este experimento plantea un análisis de dos factores, uno con niveles categóricos o
cualitativos (metodología con niveles de lúdica y taller) y un factor definido por unos datos
numéricos (nota promedio de carrera del estudiante). Cabe aclarar que la inclusión de
otros factores, como la jornada de estudio (especial o diurna), los estilos de aprendizaje
(visual, auditivo, kinestésico), el tipo de inteligencia que haya desarrollado (matemática,
espacial, musical, etc.), la hora de aplicación de la prueba, entre muchas otras, requería
de un estudio más detallado y más controlado. Por ejemplo, resulta inviable, (de acuerdo
a la estructura curricular y cuestiones de asignaciones académicas), controlar en el diseño
experimental la jornada de estudio, ya que esto requeriría que el mismo docente y los
mismos estudiantes estén vinculados en ambas jornadas.
Otro ejemplo aconteció en la cantidad de estudiantes matriculados por grupo y por
semestre; en la asignatura de estudio, el grupo 2 contaba con un número limitado de
estudiantes, lo cual disminuyó la posibilidad de realizar un tamaño de muestra adecuado
por cada tratamiento. Se logró vincular a 4 estudiantes por tratamiento, pero bajo un
parámetro de diferencia en la variable de respuesta D=0,8; a lo mejor una diferencia alta,
al considerarse dentro de la variación en notas definidas en una escala de 0,00 a 5,00.
Para el semestre académico en el que se desarrolló el experimento, se tuvo condición de
anormalidad académica entre las semanas 6 y 13 del periodo en mención. Esta condición
afectó considerablemente el desempeño de los estudiantes, ya que se debió acudir a las
evaluaciones en semanas diferentes a las planeadas. En el análisis cualitativo, algunos
estudiantes hacen énfasis en que a pesar de esta condición de anormalidad, la
experiencia vivida con la metodología lúdica fue enriquecedora en su proceso de
aprendizaje.
Como consecuencia de las actividades de anormalidad académica, no se contó con el
tiempo y disponibilidad suficiente por parte de los profesores y de los estudiantes para
realizar el diseño experimental en una segunda competencia específica. Por lo tanto el
análisis del Diseño Experimental se realiza sobre una sola competencia específica.
El docente durante el desarrollo del experimento, tuvo autonomía para designar el
porcentaje de nota al cual se le iba a adjudicar el desempeño del estudiante en las
pruebas. En futuros proyectos se podría aplicar este mismo diseño experimental, con una
condición de nota equitativa para cada grupo, de tal forma que tenga un significado más
llamativo para el estudiante, o que por lo menos lo involucre detalladamente en el proceso
de aprendizaje.
241
13.5. EL TIPO DE DISEÑO EXPERIMENTAL RESULTANTE
Se puede analizar la posibilidad de considerar el desarrollo del presente proyecto como
un diseño de tipo Cuasiexperimental porque las unidades experimentales (en este caso
los estudiantes objeto de estudio) no se pueden asignar de manera aleatoria en su
totalidad, debido a la asignación de horarios en cada semestre y a las condiciones
académicas al inicio del semestre. Además, el tamaño de muestra adecuado exige un
número determinado de estudiantes que cumplan cada una de las combinaciones
propuestas para cada tratamiento (esto se detallará en el numeral 14.7). Dadas las
condiciones en que se han conformado cada uno de los grupos previamente, resulta
complejo determinar un tamaño adecuado de muestra para realizar el experimento de
manera, que contenga un nivel de confianza igual o superior al 90%. Por esta razón
también se debe describir el presente experimento como un diseño cuasiexperimental.
De acuerdo con el artículo estudiado “Comparing the Effectiveness of Traditional and
Active Learning Methods in Business Statistics: Convergence to the Mean” de David
Weltman y Mari Whiteside, con los resultados obtenidos en el análisis de interacciones y
de efectos principales del Diseño Experimental, se puede concluir que los estudiantes con
un rendimiento académico alto (promedio de carrera), al participar con una metodología
lúdica, genera un menor rendimiento. Se podría proponer un estudio similar al que se
vincula en el artículo, buscando confirmar o rechazar una hipótesis de la presencia de
fenómeno de convergencia hacia un promedio académico más bajo en términos
generales.
13.6. ASIGNATURAS IMPORTANTES DE EVALUAR
Las asignaturas que serían meritorias de evaluación de contraste frente a dos
metodologías, y donde herramientas como el Diseño de Experimentos ofrecería un
análisis detallado, serían las que contengan el desarrollo de competencias específicas
con un alto grado de dificultad para su aprendizaje, que contengan conceptos abstractos o
que de alguna manera el estudiante no logre evidenciar un contexto específico de
aplicación de la competencia o de la temática.
Asignaturas del área de ciencias básicas de ingeniería (química, física, estadística,
matemática para ingeniería, entre otros), serían aquellas asignaturas importantes de
realizar un estudio similar al propuesto en el presente documento. Según lo visto en el
estado del arte, la mayoría de aplicaciones de los estudios de diseños de experimentos en
el campo educativo, corresponde a su aplicación en asignaturas relacionadas con
Estadística, ciencias básicas de ingeniería. En el caso de Ingeniería Industrial, sería
importante analizar la complejidad de los conceptos relacionados con Investigación de
Operaciones, (como por ejemplo programación no lineal, heurísticas, metaheurísticas), y
Producción avanzada (métodos avanzados de programación, secuenciamiento,
asignación en entornos productivos Job Shop).
242
13.7. EL DISEÑO EXPERIMENTAL IDEAL
Es importante articular estos resultados, desde el diseño experimental, con un análisis
descriptivo inicial, para poder realizar una comparación frente a la percepción que tuvieron
los estudiantes quienes participaron en el estudio.
13.7.1. Planeación del Diseño Experimental:
Dentro del esquema propuesto en el presente proyecto se pretende vincular una serie de
complementos al proceso de validación de las metodologías de estudio por medio del
Diseño Experimental. A continuación se presenta una tabla resumen con la propuesta de
la metodología para la planificación y ejecución de un Diseño Experimental en
condiciones ideales, para fortalecer el proceso de formación y evaluación por
competencias implementado en el currículo de Ingeniería Industrial de la Universidad
Tecnológica de Pereira:
Tabla No. 36. Propuesta de procedimiento para un Diseño Experimental.
PASOS DEFINICIÓN DEL PROCEDIMIENTO
ACTIVIDADES A TENER EN CUENTA
PASO 1
Identificación de la competencia a estudiar
Saber qué competencias son meritorias de incorporar un método de enseñanza por medio de lúdica y validar su pertinencia.
PASO 2
Definición de los niveles de la competencia seleccionada
Estudio, definición y consenso de los niveles de competencia y conductas observables en un grupo de expertos (pueden ser los docentes de área)
PASO 3
Definición de las frecuencias para la ponderación
Se recomienda establecer cuatro grados para que el cálculo de la ponderación de los niveles reales de calificación sean más homogéneos.
PASO 4
Identificación y selección de actividad lúdica según competencia estudiada
Se deberá escoger la temática específica dentro de la competencia para seleccionar la actividad lúdica propuesta por GEIO. Estudiar y ajustar (de ser necesario) los objetivos y el alcance de la lúdica. Esta actividad deberá evidenciar el alcance del máximo nivel de competencia. Validar la lúdica en un contexto similar de aplicación en la planeación del Diseño Experimental. Se deberá contar con cierto grado de certeza frente a los resultados esperados, (en términos de aprendizaje significativo), de la actividad lúdica diseñada y propuesta por el grupo GEIO.
PASO 5
Definición del tiempo de ejecución del experimento
El proceso de formación de competencias deberá ser progresivo, como también la
243
inclusión de diferentes metodologías de enseñanza, a lo largo de la carrera, para garantizar que la evaluación por competencias le sea familiar al estudiante, o por lo menos que tenga conocimiento de su aplicación, significado y demás consideraciones.
PASO 6
Diseño y validación del sistema de evaluación
Creación de escenario de participación activa donde el estudiante pueda demostrar su desempeño de acuerdo con un contexto dado. Diseño de cuestionario que le permita al docente o evaluador conocer el grado de detalle del alcance de la competencia, en los niveles previamente definidos. La validación deberá tener en cuenta, por lo menos, el mecanismo para validez de contenido a través del criterio de expertos. Nota: Para una mejor aplicación, puede incorporarse un proceso de autoevaluación (estudiante), co-evaluación (docente-estudiante) y hetero-evaluación (estudiante-compañeros), para iniciar un estudio con evaluación integral.
PASO 7
Ejecución del diseño experimental. Secuencias específicas para su desarrollo.
Se deberá dividir el grupo de cada docente en dos, un grupo experimental y uno de control. Inicialmente se llevará a cabo la metodología de enseñanza tradicional en ambos grupos, pero al grupo experimental se hará un refuerzo con actividades lúdicas y al grupo de control con talleres de aplicación. La diferencia radica en el grado de complejidad que presenta la actividad lúdica para levantar información relevante de análisis de determinada competencia, como también el hecho de poner a pensar más allá al estudiante en el proceso de aprendizaje y aplicación de alguna herramienta de Ingeniería Industrial acorde con la competencia de estudio. Se realizará una prueba piloto para obtener un análisis del tamaño de muestra idóneo por cada tratamiento (número adecuado de réplicas). Posteriormente, se crea el escenario de evaluación y por último se obtienen los datos cuantitativos de análisis, como resultado de la ponderación final del desempeño demostrado por los estudiantes. Cabe aclarar que se torna importante realizar un test de prueba antes de iniciar el curso y un
244
test luego de terminar el proceso de formación de la competencia de interés; con esto se busca analizar estadísticamente la no presencia de factores perturbadores como nivel de aprendizaje previo y poder interpretar los resultados con mayor confiabilidad. Se recomienda que al final de la prueba cada estudiante pueda realizar una autoevaluación para complementar el proceso de desarrollo del experimento y contar con un análisis categórico de las percepciones del estudiante, de acuerdo con criterios de metodología y realización del sistema de evaluación.
PASO 8
Prueba piloto
En esta etapa se podrá determinar el valor de la varianza de los datos experimentales y obtener una medida del tamaño de muestra para las réplicas de cada tratamiento, con ayuda de las Curvas de Operación Características. Se recomienda manejar un intervalo de error permitido con la variable de respuesta (rendimiento académico del estudiante), no mayor a cinco décimas. D<= 0,5.
PASO 9
Capacitación y entrenamiento a los docentes en el manejo del sistema de formación y evaluación por competencias
Esta actividad es transversal en todo el proceso de planeación y montaje del experimento, ya que el docente debe estar lo suficientemente entrenado en la ejecución de cada paso del Diseño Experimental, para garantizar las condiciones ideales del mismo.
PASO 10
Capacitación y entrenamiento a los docentes en el manejo las actividades lúdicas y de taller, como refuerzo del experimento.
Esta actividad deberá ser importante de apropiar por cada docente, ya que su rol será orientar debidamente las actividades lúdicas del experimento, de tal forma que se permita validar y evidenciar la orientación por competencias.
Fuente: El autor
13.7.2. Algunas consideraciones adicionales al Diseño Experimental
propuesto.
Se deberá garantizar que el experimento no perturbará las condiciones óptimas
del desempeño de los estudiantes
Definición del instrumento de evaluación (si será un instrumento ya validado y
probado por otros investigadores, o será diseñado y validado dentro del diseño
experimental). La validación del instrumento de evaluación deberá seguir al menos
la validez de contenido, a través de métodos como el criterio de expertos.
El instrumento de evaluación deberá ser coherente con la(s) metodologías de
enseñanza implementadas. Por ejemplo, si la metodología impartida corresponde
245
a tradicional, deberá probarse un sistema de evaluación tradicional; si la
metodología está asociada con actividades de aprendizaje activo, entonces el
sistema de evaluación deberá guardar coherencia. Si se habla de ambos tipos de
metodología, sería interesante vincular el sistema de evaluación como un factor
adicional a la variable de respuesta y determinar si el instrumento de evaluación
influye significativamente en el rendimiento del estudiante.
En la definición del Diseño Experimental, es necesario contestar las siguientes
preguntas, según el autor del artículo Planning a Comparative Experiment in
Educational Settings:
Qué tecnología estará disponible para estudiantes y docentes?
De cuánto tiempo se dispone para realizar el Diseño Experimental?
Cuántos tratamientos son apropiados?
Es posible implementarlo con las restricciones dadas?
Cuántas réplicas serán necesarias?
Deberá conocerse el número de estudiantes y de acuerdo a su promedio de
carrera, estudiar la posibilidad de tener el tamaño de muestra adecuado de tal
forma que se pueda manejar una diferencia en la variable de respuesta (nota o
rendimiento académico) <0,5.
Dentro de los posibles trabajos futuros está el estudio y validación del efecto que
la lúdica ejerce en comparación con diferentes estrategias de enseñanza (casos
de estudio, metodología tradicional, talleres, clase magistral, etc.)
De acuerdo con el análisis cualitativo, se torna importante conocer las
percepciones de los estudiantes, y no solamente desde una validación estadística
y cuantitativa. Tal y como se expone en algunos artículos de la revisión del estado
del arte, se encuentra que las herramientas de análisis cualitativo sirven de
complemento a la interpretación de resultados de los Diseños Experimentales.
Ensayos, entrevistas, preguntas abiertas, entre otras, pueden ser instrumentos de
valoración útiles, para complementar con una metodología de evaluación por
competencias.
13.8. EL RETO DEL DOCENTE
La formación en docencia desde el campo de la ingeniería por lo general no cuenta con
un ciclo profesional oficial. La mayoría de veces son profesionales de la misma disciplina
de ingeniería quienes asumen el reto de la formación de futuros profesionales en este
campo. Estos retos tienen algunas implicaciones, desde el punto de vista pedagógico. Tal
y como lo afirma Duque, “cuando un profesional decide dedicar parte de su vida a
enseñar en ingeniería, queriendo ser igualmente un profesional como profesor, se
enfrenta a una situación para la cual no ha tenido una formación específica, como si la ha
tenido dentro de la disciplina de la ingeniería que enseña. A menudo esta situación se
resuelve simplemente replicando experiencias educativas vividas, replicando prácticas de
las cuales fue partícipe y que considera exitosas desde su perspectiva personal. La
246
situación se resuelve con la tradición, con la “experiencia” sin que ello produzca mayores
dudas o inquietudes. Sin embargo, si esta misma estrategia se utilizara en el campo
profesional disciplinar, sería seriamente discutible, peligrosa y sin duda criticada”119.
Es importante, por tanto, considerar la necesidad de la articulación de unas competencias
adecuadas de la formación en docencia en ingeniería, que sean acordes y pertinentes con
las exigencias profesionales para el ingeniero del siglo XXI.
Actualización pedagógica constante
Creatividad
Desarrollo humano
Capacidad de adaptarse a los diferentes cambios en las Tecnologías de la
Información y las Comunicaciones, TIC.
Apertura a los cambios de algunos paradigmas de la enseñanza
Capacidad de escucha y carisma para orientar sus temas
Habilidad para despertar interés y admiración por los temas que orienta
Capacidad de adaptarse a diferentes escenarios de aplicación de las temáticas
Conocimiento en formación y evaluación por competencias
Capacidad de convertirse en un guía u orientador antes que en un transmisor de
información
El profesor deberá convertirse en un arquitecto de escenarios de aprendizaje,
dependiendo de las características y condiciones de todos los agentes que interactúan en
el proceso enseñanza-aprendizaje. Estos escenarios deberán responder a necesidades
específicas en cuanto a los estilos de aprendizaje y la generación de un contexto
pertinente.
119
DUQUE. Mauricio. Introducción. En: Ciencia e Ingeniería en la formación de Ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Asociación Colombiana de Facultades de Ingeniería, ACOFI, 2008. P 11.
247
CONCLUSIONES
El experimento desarrollado en el presente proyecto permitió encontrar que
estadísticamente no se encuentra diferencia significativa entre la metodología de
enseñanza por medio de lúdica y la tradicional basada en refuerzo con talleres;
pero se plantean inquietudes en el análisis cualitativo, frente a la importancia de
incluir estrategias pedagógicas basadas en lúdicas en los procesos de enseñanza-
aprendizaje.
El Diseño de Experimentos es una herramienta de análisis estadístico pertinente
para los procesos cuantitativos que requieran un análisis riguroso de las
condiciones en que puede verse afectado un producto o un servicio específico.
Cuando la variable de respuesta incorpora análisis de desempeño donde
intervienen las ciencias humanas, en este caso Educación, se torna un análisis
Cuasiexperimental, ya que surgen factores que en determinadas ocasiones no son
controlables, tales como cantidad de participantes, nivel de aprendizaje adquirido
previamente, tipo de inteligencia, entre otros.
El proceso de planificación del Diseño Experimental ocupa un mayor porcentaje
del tiempo de ejecución del proyecto, antes que su misma ejecución, debido a la
rigurosidad que exige esta metodología, para garantizar que los factores de
análisis y la variable de respuesta sean los elementos críticos de análisis
estadístico. Es necesario identificar los factores no controlables y definir un límite
para el estudio de este tipo de experimentos
.
La planeación del Diseño Experimental debe ser riguroso en la definición de sus
factores principales de análisis (metodología, docente y promedio de carrera),
variable de respuesta (rendimiento académico), factor de bloqueo (docente), tipo
de diseño experimental (factorial), análisis de efectos (fijos y de interacción), y
análisis de varianza; para poder interpretar los resultados con una confiabilidad
estadística determinada.
El Diseño Experimental Ideal para lograr un adecuado estudio estadístico sobre la
medición del impacto de dos metodologías de enseñanza en una competencia
específica requiere de una serie de disposiciones iniciales del experimento que
permitan una aplicación sistemática a lo largo de diferentes periodos académicos,
donde el estudiante, además de que conozca y aprenda sobre un nuevo sistema
de evaluación por competencias (la rúbrica), se pueda tener seguimiento a su
desempeño en diferentes competencias específicas de interés de la Ingeniería
Industrial.
248
La incorporación de la formación por competencias en el currículo de Ingeniería
Industrial se torna necesaria, dadas las condiciones actuales de exigencia y
calidad en la Educación Superior Colombiana. La evaluación del desempeño por
competencias también debe considerarse en los procesos curriculares, para
garantizar un proceso de evaluación y valoración de la formación del estudiante en
Ingeniería Industrial.
La construcción de un escenario de evaluación que contenga el planteamiento de
lúdicas para evidenciar las conductas y desempeños de los estudiantes frente a
los criterios de evaluación, se considera una estrategia novedosa en el sistema de
evaluación actualmente orientado en el programa de Ingeniería Industrial, y que,
de ser puesto a prueba durante un intervalo de tiempo adecuado, permitirá
generar una amplia gama de resultados que permitirán fortalecer los sistemas de
evaluación actuales.
El análisis cualitativo a través de la Teoría Fundamentada de las percepciones de
los estudiantes frente a la metodología lúdica seguida en clase, permitió concluir el
nivel de utilidad de la misma, como también su pertinencia, y la identificación de un
nivel complementario al proceso de enseñanza-aprendizaje.
La importancia de las nuevas prácticas pedagógicas, como por ejemplo la lúdica,
es reconocida por los estudiantes de la asignatura de estudio, como también
identifican que es necesario desarrollar el proceso de aprendizaje con ayuda de la
metodología tradicional, ya que les brinda los componentes teóricos para
aplicarlos en el escenario de prueba. Se evidencia la importancia de una
metodología combinada que integre tanto actividades magistrales de enseñanza,
como aquellas basadas en lúdicas.
El desarrollo del presente estudio permitió, además de incorporar el diseño
experimental en un análisis de un sistema educativo, vincular la estrategia de
formación por competencias, y su sistema de evaluación, para identificar el
impacto que generan dos metodologías de enseñanza en el rendimiento
académico de los estudiantes frente a una competencia específica del área de
operaciones. Quedan diferentes inquietudes por ser resueltas en proyectos
futuros, relacionadas con las limitaciones ilustradas y reflexionadas en el presente
proyecto.
249
DISCUSIÓN Y RECOMENDACIONES
Tal y como se ha descrito en el numeral 14.7, la reflexión que se hace frente al diseño
experimental ideal de aplicación para lograr un estudio completo del impacto de dos
metodologías de enseñanza, frente al rendimiento académico de los estudiantes,
involucra tanto el planteamiento de la forma de evaluación, como también cada uno de los
factores controlables de análisis y de consideración dentro del experimento. A
continuación se presentan diferentes recomendaciones de acuerdo con esta línea de
investigación
Se propone un alcance mayor en la definición de los niveles de competencias, de
tal forma que se pueda identificar y validar la profundidad en el análisis que el
estudiante realice sobre el escenario de evaluación. Lograr un proceso de
METACOGNICIÓN 120 en el estudiante en formación, involucraría un análisis
detallado de un alcance de la formación integral del ingeniero industrial. Esta es
una meta deseada en el nuevo currículo basado en competencias.
Desde el tipo de Diseño Experimental, se propone estudiar la aplicación de un
diseño tipo Cuadrado Latino, en donde se puedan controlar simultáneamente dos
fuentes de variabilidad, una relacionada con el tipo de estudiante (jornada especial
y jornada diurna), y el docente (con competencias específicas).
.
Los principios de aprendizaje propuestos por Ausubel, ofrecen el marco para el
diseño de herramientas metacognitivas que permiten conocer la organización de la
estructura cognitiva del educando, lo cual permitirá una mejor orientación de la
labor educativa121 . Con una apropiación del nuevo sistema de formación por
competencias, y con un sistema de evaluación debidamente orientado hacia la
autoevaluación122 , coevaluación123 y heteroevaluación124 , se podrá alcanzar un
nivel de profundidad en el proceso de aprendizaje del estudiante.
Vincular una estrategia de capacitación general para los docentes del programa de
Ingeniería Industrial en el manejo de actividades lúdicas en el salón de clases, de
acuerdo con las competencias de interés.
120
Ir más allá de lo esperado frente a un nivel de competencias superior. Indagar, profundizar e interiorizar en un mayor grado determinado concepto. 121
AUSUBEL, David. Teoría del aprendizaje. Consultado el 12-01-2014. Disponible en: http://www.ctascon.com/Teoria%20del%20Aprendizaje%20Significativo%20de%20Ausubel.pdf 122
Evaluación que el estudiante realiza para sí mismo. 123
Evaluación que los compañeros realizan sobre el estudiante. 124
Evaluación que el orientador o docente le realiza al estudiante.
250
Orientar a los docentes en el manejo de la evaluación por competencias. Si la
rúbrica como instrumento de evaluación se oficializa como una herramienta clave
en este proceso, se deberá capacitar a los docentes en su planificación, diseño,
manejo y control, para posteriormente validar todo un sistema de evaluación por
competencias en cada ruta formativa del currículo.
Complementar este tipo de estudios cuantitativos con estudios de las
percepciones de los participantes, de manera cualitativa. La propuesta de una
metodología de investigación mixta ofrecerá diferentes alcances a este tipo de
estudios, donde se podrá incorporar instrumentos de evaluación cualitativos y
cuantitativos que permitirán enriquecer la experiencia de validación del impacto de
dos metodologías de enseñanza en el resultado de los estudiantes.
Proponer diferentes escenarios de validación de las actividades lúdicas seguidas
por GEIO, no solamente en el contexto educativo, sino en el contexto empresarial,
de tal forma que se pueda incorporar un análisis de competencias laborales en el
desarrollo de una actividad específica.
251
TRABAJOS FUTUROS
Diseño de rúbricas para la evaluación de competencias específicas de cada
área de la Ingeniería Industrial.
Diseño de un proceso de evaluación del impacto de las actividades lúdicas
elaboradas por el grupo GEIO en diferentes contextos educativos.
Capacitación a los docentes de cada área de Ingeniería Industrial en el manejo
de actividades lúdicas y el procedimiento de evaluación por competencias.
Identificación y validación del impacto de dos metodologías de enseñanza (una
basada en actividades lúdicas desde GEIO y otra basada en actividades
magistrales), en competencias específicas del área de ciencias básicas de
Ingeniería Industrial.
Propuesta de Diseño Experimental y análisis cualitativo para medir el impacto
de las actividades lúdicas propuestas por GEIO en el contexto empresarial.
Validación de dos metodologías de enseñanza, según los criterios definidos en
el presente proyecto sobre el Diseño Experimental Ideal, con todas las
variables recomendadas.
Aplicar el Diseño Experimental propuesto en este estudio por segunda vez, con
las mismas condiciones, para evaluar y comparar resultados.
Realizar un Diseño Experimental para la validación de dos metodologías de
enseñanza, vinculando un tipo de diseño Cuadrado Latino o Greco-Latino.
Elaborar un Diseño Experimental bajo las mismas condiciones con un mayor
número de réplicas (de ser posible contar con un apoyo institucional), y
analizar un proyecto para una competencia específica en la jornada diurna y
otro proyecto para la misma competencia específica en la jornada especial.
252
BIBLIOGRAFÍA
[1] ACOFI, ICFES. Actualización y modernización del currículo en ingeniería
industrial. Bogotá: Opciones Gráficas Editores LTDA, 1996.
[2] ALLES, Martha. Desempeño por competencias. Evaluación de 360°. Editorial Granica. Buenos Aires, 2008.
[3] ARGOTE, F. E., GÓMEZ, E., VILLADA, H. La lúdica como estrategia pedagógica
en el aprendizaje de la ingeniería. Universidad de Nariño-Universidad de Cauca. En: Reunión Nacional y Expoingeniería ACOFI 2009, Ciencia, tecnología e innovación en ingeniería como aporte a la competitividad del país. Septiembre 16-18 de 2009. Memorias. Cartagena. 2009.
[4] ASOCIACIÓN COLOMBIANA DE FACULTADES DE INGENIERÍA ACOFI. Ciencia
e Ingeniería en la formación de ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Bogotá, 2008.
[5] ASOCIACIÓN DE INSTITUCIONES IBEROAMERICANAS DE ENSEÑANZA DE
LA INGENIERÍA. Aspectos básicos del diseño curricular en Ingeniería: Caso Iberoamericano. 2007.
[6] Awad, E. y Ghaziri, H. (2003). Knowledge Management. Boston: Pearson, Primera
Edición.480 p.
[7] BOOKER, Esther, PRAGMAN, Claudia. Minnesota State University Mankato. Fred
L. Kitchens, Ball State University. Carl Rebman Jr., University of San Diego.
[8] BURGOS, Daniel., TATTERSALL, C., et al. Re-purposing existing generic games and
[9] simulations for e-learning. En: Computers in Human Behaviour. Vol. 23. No. 6. p. 2656–2667.
[10] CABANÍ, M. L. y CARRETERO, R. La promoción de estudiantes
estratégicos a través del proceso de evaluación que proponen los profesores universitarios”. En C. Monereo y I. Pozo. La Universidad ante la nueva cultura educativa. Madrid: Síntesis. 2003.
[11] CAMPISTROUS P., L. y RIZO C., C. El criterio de expertos como método
en la investigación educativa. Cuidad de la Habana, Cuba: Instituto Superior de Cultura Física “Manuel Fajardo”, 2006
[12] DAS, M. N. y GIRI, N. C. Design and Analysis of Experiments. New Delhi: Wiley Eastern Ltd. 1986
[13] DÍAZ, Abel. Diseño Estadístico de experimentos. 2ª Edición. Editorial Universidad de Antioquia, 2009. Pg 10.
253
[14] DIAZ, Frida, HERNANDEZ, Gerardo. Estrategias docentes para un aprendizaje significativo. Una interpretación constructivista. Tercera Edición. McGrawHil. México, 2010. Pg 118.
[15] DUQUE, Mauricio. Principios para la enseñanza compatibles con el aprendizaje. En: Ciencia e Ingeniería en la Formación de Ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Asociación Colombiana de Facultades de Ingeniería, ACOFI. Colombia, 2008. Pág. 40.
[16] DUQUE. Mauricio. Introducción. En: Ciencia e Ingeniería en la formación de
Ingenieros para el siglo XXI. Fundamentos, estrategias y casos. Asociación
Colombiana de Facultades de Ingeniería, ACOFI, 2008. P 11.
[17] ECHEVERRY, Erika y BENITEZ, Yuly Andrea. Uso de la metodología
constructivista en el desarollo de un curso de habilidades comunicativas en la
organización. Pereira: Universidad Tecnológica de Pereira. 2009. 168 p.
[18] ECHEVERRY, E., ARTEAGA, G., GUAPACHA, P. GEIO como aporte a la interdisciplinariedad del ingeniero. Universidad Tecnológica de Pereira. En: Reunión Nacional ACOFI 2010, el compromiso de las facultades de ingeniería en la formación para el desarrollo regional. Septiembre 15-17 de 2010. Memorias. Santa Marta, 2010.
[19] ELICHIRY, N. (compiladora). Aprendizaje y contexto: Contribuciones para un debate. Editorial Manantial. Buenos Aires, 2010. Pg. 28.
[20] FALIERES, Marcela. Cómo mejorar el aprendizaje en el aula y poder
evaluarlo. . Editora Cultural Interamericana, 2006. 375 p.
[21] GARCÍA, Fernando. Una mirada a la formación en Ingeniería en el contexto internacional. En:. Plan estratégico 2013-2020, Asociación Colombiana de Facultades de Ingeniería. 2012, pag 12.
[22] GOMEZ, Maria Clara. Definición de un método para el diseño de juegos orientados al desarrollo de habilidades gerenciales como estrategia de entrenamiento empresarial. Proyecto de grado postgrado (maestría). Universidad Nacional de Colombia, sede Medellín. Maestría en Ingeniería Administrativa. 2010. 122 p.
[23] HERNÁNDEZ, G., COLMENARES, J. Objetivos de los programas de formación de ingeniería. En: Ciencia e ingeniería en la formación de ingenieros
254
para el siglo XXI. Fundamentos estrategias y casos. Asociación Colombiana de Facultades de Ingeniería, ACOFI. Colombia, 2008. Pg. 62.
[24] HURTADO, Jacqueline. Metodología de la Investigación. Guía para la
comprensión holística de la ciencia. Cuarta edición. Caracas. Quirón Ediciones,
2010.
[25] ISAZA, A. Clases magistrales, versus actividades participativas en el pregrado de medicina. De la teoría a la evidencia. Citado por ROCHA, Jair, ARANGO, Carlos Andrés, GUTIERREZ, Hernando. Revista de estudios sociales No. 20. 83-91.
[26] JURADO, F. El doble sentido del concepto competencia. Magisterio,
Educación y Pedagogía, 1, 14-16.
[27] KLASSEN, K. y WILLOUGHBY, K. “In-Class Simulation Games: Assessing Student
[28] Learning”. En: Journal of Information Technology Education. Vol. 2. pp. 1-13
[29] KOBER R. y TARCA, A . For fun or profit? An evaluation of a business
simulation [30] game. En: Accounting Research Journal. Vol. 15. pp. 98-111.
[31] MCDONALD, R; Boud, D; Francis, J; y Gonczi, A., 2000. Nuevas
perspectivas sobre la [32] evaluación, Boletín Cintefor, 149, 41-72.
[33] MONTGOMERY, Douglas. Diseño y Análisis de Experimentos. Editorial Limusa Wiley. Mexico 2010.
[34] MORÍN, Edgar. Introducción al pensamiento complejo. Barcelona: Gedisa.
1996.
[35] MURPHY, R. Evaluating new priorities for assessment in higher education. En C. Bryan y K. Clegg (Eds.) Innovative Assessment in Higher Education. (37-47) New York: Routledge. 2006
[36] MURILLO, P. Enseñar y aprender en Educación Superior. Enfoques de educación. Montevideo (Uruguay). 2005, 139-155 p.
[37] NAPOLITANO, H. Diseño de Experimentos. Educación en Ciencias
Químicas. Argentina, 2010.
255
[38] NOVAK, J. Constructivismo humano: un consenso emergente. Revista planteamientos en educación. Escuela pedagógica experimental. Abril, 2000. Bogotá. Pg. 179.
[39] PATIÑO, J.; FERRER, M. y BALTASAR, A. El uso de la rúbrica como instrumento de evaluación en la práctica reflexiva. En EVALfor (Ed.), EVALtrends 2011 – Evaluar para aprender en la universidad: Experiencias innovadoras en la sistematización de la evaluación (pp.50-59). Madrid: Bubok Publishing. 2003.
[40] PEQUEÑO LAROUSSE ILUSTRADO. México D. F., México: Larousse,
1978. [41] TOLEDO, Roberto. Guía de práctica Administración de Operaciones.
Universidad Nacional “Santiago Antúnez de Mayolo”. Perú, 2011. P. 5.
[42] ROCHA, Jair, ARANGO, Carlos Andrés, GUTIERREZ, Hernando. Diseño
de una metodología experimental para la medición del impacto de la lúdica en la aprehensión del conocimiento. En: 7 Encuentro Nacional de la Comunidad GEIO, (Octubre 2011, Bogotá). Memorias. Bogotá.
[43] SAMPIERI, Roberto. Metodología de la Investigación. Quinta Edición.
McGraw-Hill, México, 2010.
[44] SANTOS Guerra, M. A. La evaluación: un proceso de diálogo, comprensión y mejora.
[45] Granada: Aljibe. Santos Guerra, M. A. (2003). Una flecha en la Diana. La evaluación como aprendizaje. Madrid: Narcea.
[46] SENGE, Peter., et al. La Quinta Disciplina en la Práctica. Buenos Aires, Editorial Granica, 1992.
[47] SCHEIN, Edgar H. Psicología de la Organización. Prentice Hall
Hispanoamericana. México, 1982.
[48] SOTO, E. Comportamiento organizacional: Impacto en las emociones. Buenos Aires: Ed. Thomson Learning. 2001, 252 p.
[49] STRAUSS, Alvin y CORBIN, Jay. Bases de la investigación cualitativa.
Técnicas y procedimientos para desarrollar la Teoría Fundamentada. Medellín:
Universidad de Antioquia. 2002.
[50] TOBÓN, Sergio. Competencias, Calidad y Educación Superior. Bogotá,
ECOE Ediciones, 2005.
256
[51] TOBÓN, Sergio. Formación basada en competencias. Pensamiento
complejo, diseño curricular y didáctica. Bogotá: ECOE Ediciones, 2006.
[52] TOBÓN, Sergio. Competencias en la educación superior. Políticas hacia la calidad. ECOE Ediciones. Bogotá, 2009.
[53] TORRES, J. PEREA, V. La rúbrica como instrumento pedagógico para la
tutorización y evaluación de los aprendizajes en el foro on-line de educación superior. En Santero, J. Gil, J. Las autoevaluaciones y las rúbricas como instrumentos reguladores del aprendizaje. Revista Eval Trends Experiencias innovadoras en la sistematización de la evaluación. Universidad de Sevilla, España. 2011.
[54] VILLARDÓN, Lourdes. Evaluación del aprendizaje para promover el desarrollo de competencias. Universidad de Deusto. pg 55-76. Revista Education siglo XXI. 2006
258
Anexo 1. RELACIÓN JOURNALS CONSULTADOS – ARTÍCULOS ENCONTRADOS
La siguiente tabla resume los artículos encontrados en cada uno de los journals
consultados. Algunos de estos journals se han encontrado a través de directorios
científicos o bases de datos científicas diseñadas para filtrar la búsqueda de documentos
y artículos académicos por temática o autor. Al final se presenta el listado de artículos
encontrados en una búsqueda libre, haciendo uso del buscador Google Académico.
La presente tabla maneja una tabla de convenciones, por colores. Las celdas que están
sombreadas de color verde, hacen referencia a los artículos que fueron seleccionados
para la revisión bibliográfica, debido a que la temática y estructura de los mismos
corresponden al planteamiento del problema de investigación del presente proyecto. Las
celdas cuyas letras se encuentran de color rojo, corresponden a los artículos que en un
comienzo pudieron alimentar la revisión bibliográfica, pero su estructura no correspondía
directamente al planteamiento del problema.
La tabla muestra una lista de la Base de Datos donde se encontró el journal, seguido de
un número consecutivo para cada uno de ellos, el logo del respectivo journal, su nombre,
dirección electrónica y una corta descripción. Posterior a la presentación del journal se
muestra una lista de los artículos encontrados en el mismo.
Para un mayor detenimiento y análisis de la presente tabla, el lector puede remitirse al
documento en Excel titulado Base de datos Journals Consultados – Artículos
encontrados.
259
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
1
Journal of
Engineering
Education JEE
http://www.jee.org/
The Journal of Engineering Education (JEE) is a peer-
reviewed international journal published quarterly by
the American Society for Engineering Education (ASEE)
in partnership with a global community of engineering
education societies and associations
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
260
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
1.1. Colaborative Learning in Engineering Students: Gender and
AchievementAprendizaje colaborativo, Constructivismo Educación
1.2. Student Perceptions of Learning in the Laboratory:
Comparison of Industrially Situated Virtual Laboratories to
Capstone Physical Laboratories
Tipos de conocimiento, cómo es el
procedimiento de elaboración de un
experimento. Learning by doing
Educación
1.3. Emerging methodologies in Engineering Education Research
Diferentes metodologías "emergentes" de
investigación para analizar la enseñanza de la
ingeniería
Educación
1.4. Quantitative, Qualitative, and Mixed Research Methods in
Engineering Education
1.5. The relationships between Student's Conceptions of Learning
Engineering and their preferences for Classroom and laboratorio
learning environments
Relacion de seis factores que intervienen en
el proceso de aprendizaje en ingeniería
Diseño Experimental en
Educación
1.6. The four-domain development diagram: a guide for holistic
design of effective learning experiences for the twenty-first
century engineer
1.7. Inductive Teaching and Learning Methods: Definitions,
Comparisons, and Research Bases
Muestra diferentes métodos de aprendizaje
inductivo.Educación
261
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
The mission of INFORMS Transactions on Education
(ISSN 1532-0545) is to advance OR/MS education at all
levels worldwide. The journal publishes high-quality
articles in a variety of areas related to the teaching of
OR/MS: cases, spreadsheet applications, review and
opinion articles, resource reviews, and discussions of
the impacts of new technologies and new methods of
assessment on OR/MS education.
3
INFORMS
TRANSACTIONS ON
EDUCATION
http://www.informs.org/Pubs/
ITE
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
262
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
3.1. Designing and Delivering a University Course - A process (or
operations) management perspective
3.2. Innovative Design for Courses with Group Projects
3.3. The Gazogle Case
Muestra referencias de uso de juegos para la
enseñanza. Referencia al libro de Heineke,
Games and Exercises for Operation
Management
Educación
3.4. Deming's Quality Experiments Revisited
3.5. The use of Classroom Games in Management Science and
Operations Research
Importancia de la escogencia de los juegos
para desarrollar en determinadas asignaturasEducación
3.6. An Interactive Spreadsheet-Based Tool to support teaching
design of Experiments
3.7. Process Control and Design of Experiments / ANOVA
Desarrollo de la metodologia de diseño
experimental a traves del estudio de dos
casos. Tambien se usa para la enseñanza del
DOE con hojas de cálculo
Diseño Experimental en
Educación
3.8. Active Learning Projects in Service Operations Management
Primero define cada uno de los estilos de
aprendizaje. Muestra una aplicación del
aprendizaje activo
Educación
3.9. Comparison of an Introductory Level Undergraduate Statistics
Course Taught with Traditional, Hybrid and Online delivery
methods
3.10. Learning from a classroom manufacturing exercise Enfoque de aprendizaje experiencial Educación
263
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
4
OPERATIONS
RESEARCH /
MANGEMENT
SCIENCE
http://www.informs.org/ORMS-
Today
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
4.1. Pedagogical hot topics & management sciences Una reflexión sobre el aprendizaje activo Educación
264
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
5
JOURNAL OF
STATISTICS
EDUCATION
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
http://www.amstat.org/public
ations/jse/
The Journal of Statistics Education disseminates
knowledge for the improvement of statistics education
at all levels, including elementary, secondary, post-
secondary, post-graduate, continuing, and workplace
education.
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
5.1. Planning a Comparative Experiment in Educational Settings
Como plantear y desarrollar un proyecto de
investigación en educación basados en la
metodología del Diseño Experimental
Diseño Experimental en
Educación
5.2. Evaluating an active learning approach to teaching
introductory statistics: A classroom workbook approach
La evaluación del aprendizaje activo, antes,
durante y después de un curso introductorio
de estadística, con un workbook como
herramienta de enseñanza
Diseño Experimental en
Educación
5.3. Comparing the Effectiveness of Traditional and Active
Learning Methods in Business Statistics: Convergence to the
Mean
Un estudio donde se muestra que el
promedio de puntaje de estudiantes que
aprenden con la metodologia de aprendizaje
activo, converge al promedio general de
cualquier estilo de aprendizaje
Diseño Experimental en
Educación
5.4. Do Hands-On Activities Increase Student Understanding?: A
Case Study
265
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
JOURNAL OF
TECHNOLOGY
EDUCATION Virginia
Tech
http://scholar.lib.vt.edu/ejour
nals/JTE/
The Journal of Technology Education provides a forum
for scholarly discussion on topics relating to technology
education. Manuscripts should focus on technology
education research, philosophy, and theory. In addition,
the Journal publishes book reviews, editorials, guest
articles, comprehensive literature reviews, and
reactions to previously published articles.
6
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
6.1. Collaborative information and multimedia to assess team
interaction in technology teacher preparation
Un estido para evaluar el efecto de la
interacción de los estudiantes con los
miembros del grupo antes y después de
trabajar con información colaborativa y
tecnologias multimedia para trabajar en
equipo. Los resultados se obtienen a través
de comparaciones con pruebas estadísticas.
(Pre test y post test)
Diseño Experimental en
Educación
6.2. A theoterical framework to guide the re-engineering of
technology education
6.3. Analogical reasoning in the engineering design process and
technology education applications
267
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
7.1. Factors affecting students self-efficacy in higher education
Muestra detenidamente los factores que
intervienen en el proceso de auto-eficacia en
el aprendizaje en los estudiantes de
Educación Superior
Diseño Experimental en
Educación
7.2. Do pedagogical agents make a difference to student
motivation and learning?
Hace una revisión de los autores que se han
dedicado a encontrar diferencias en la
motivación y aprendizaje del estudiante a
través de los agentes pedagógicos. OJO. Lo
han hecho en las ciencias de la educación en
psicología.
Educación
7.3. Evaluating assessment quality in competence-based
education: A qualitative comparison of two frameworks
Trata sobre la importancia de continuar con
evaluación por competencias. Además
identifican 10 criterios de calidad para los
programas de evaluación por competencias
(CAP por sus siglas en inglés).
Evaluación por competencias
7.4. Towards a new, complexity science of learning and education
Artículo de reflexión que hace un llamado al
cambio en la ciencia del aprendizaje y la
educación, para pasar de un mundo teórico a
un mundo que involucre la teoría de la
complejidad. Los paradigmas actuales en
Educación se basan en lo relacionado con las
ciencias físicas y el pensamiento lineal,
olvidando la inherente complejidad de la
realidad educacional. Una reflexión
proponen los autores hacia un nuevo
paradigma para la educación que puede
comprender los complejos procesos de
aprendizaje
Educación
7.5. Teacher's and student's perceptions of assessments: A review
and a study into the ability and accuracy of estimating the
difficulty levels of assessment items.
Para el tema de la evaluación, calidad de la
evaluación y dificultad de la misma.Evaluación por competencias
269
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
8.1. The impact of values education on school ambience and
academic diligence
Utilizan un enfoque de métodos mixtos para
medir el impacto de la educación en valores.
Primero se recogen y evalúan los datos
cuantitativos y luego los datos cualitativos
ayudaron a refinar y explicar la información
arrojada por la estadística incorporando
información más detallada.
Educación
8.2. Pedagogical treatment and change in preservice teacher
beliefs: an experimental study
Este estudio muestra si las creencias de los
profesores del preservicio de Inglés como un
Lenguaje Extranjero, acerca de la efectividad
de los materiales de instrucción auténticos,
comerciales y hechos por los mismos
docentes, pueden cambiar después de un
tratamiento pedagógico en un semestre
entero. Utilizan grupo experimental y de
control para hacer la medición y análisis
estadístico
Diseño Experimental en
Educación
8.3. Experimental evaluation of the effects of cooperative
learning on kindergarden children's mathematical ability
El objetivo de este estudio fue investigar el
efecto del aprendizaje cooperativo sobre la
habilidad en matemáticas y
comportamientos sociales cooperativos en
los niños de kindergarden y evaluar las
perspectivas de los profesores en la
aplicación del programa. Un grupo de control
(n=17) y un grupo experimental (n=17) fueron
estudiados.
Johnson, D. W., & Johnson,
R. T. (1981). Effects of
cooperative and
individualistic learning
experiences on inter ethnic
interaction. Journal of
Educational Psychology,
73(3), 444–449.
8.4. Effective high school teachers: a mixed investigation
Estudio cualitativo-cuantitativo, análisis para
determinar la efectividad de los profesores
de secundaria
Educación
8.5. Application of qualitative and quantitative methods to enrich
understanding of emotional and motivational aspects of learning
270
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
9.1. What is assessment of learning?
Evaluación para el aprendizaje, orígenes y
antecedentes. Revisión de investigaciones
sobre evaluación y aprendizaje en el salón de
clases. Definiciones de evaluación formativa
y de evaluación para el aprendizaje. Cuándo
la evaluación soporta el aprendizaje?
Conclusiones.
Evaluación por competencias
271
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
11DECISION SCIENCE
JOURNAL
http://www.decisionsciences.o
rg/Proceedings/DSI2008/docs/4
42-6544.pdf
Decision Sciences, the premier journal of the Decision
Sciences Institute, publishes peer-reviewed scholarly
research about decision making within the boundaries
of an organization, as well as decisions involving inter-
firm coordination. The journal promotes research
advancing decision making at the interfaces of business
functions and organizational boundaries.
11.1. COMBINING ACTIVE LEARNING TECHNIQUES AND
PRODUCTIVITY PROJECTS TO IMPROVE STUDENT PERFORMANCE
IN PRODUCTION AND OPERATIONS MANAGEMENT CLASSES: AN
EXPLORATORY STUDY
Estudio exploratorio para comparar el
desempeño del aprendizaje activo, vs el
aprendizaje tradicional en la enseñanza de
administración de operaciones con software
para la productividad. Los resultados se basan
en un modelo de regresión, y después un
análisis de varianzas ANOVA.
Diseño Experimental en
Educación
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
11.1. COMBINING ACTIVE LEARNING TECHNIQUES AND
PRODUCTIVITY PROJECTS TO IMPROVE STUDENT PERFORMANCE
IN PRODUCTION AND OPERATIONS MANAGEMENT CLASSES: AN
EXPLORATORY STUDY
Estudio exploratorio para comparar el
desempeño del aprendizaje activo, vs el
aprendizaje tradicional en la enseñanza de
administración de operaciones con software
para la productividad. Los resultados se basan
en un modelo de regresión, y después un
análisis de varianzas ANOVA.
Diseño Experimental en
Educación
272
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
12EDUCAUSE
QUARTERLY
http://www.educause.edu/ED
UCAUSE+Quarterly/EDUCAUSE
QuarterlyMagazineVolum/Click
ersintheClassroomAnActive/15
7458
EDUCAUSE is a nonprofit association whose mission is to
advance higher education by promoting the intelligent
use of information technology
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
12.1. Clickers in the Classroom: An Active Learning Approach
Clickers, or student response systems, are a
technology used to promote active learning.
Muestran la implementación de un sistema
de respuesta del estudiante, y lo evaluan con
preguntas al mismo estudiante, el análisis
que hacen es muy descriptivo, no
profundizan en un análisis comparativo,
involucrando más herramientas estadísticas
Diseño Experimental en
Educación
273
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
13
Engineering
Education: Journal of
th Higher Education
Academy Engineering
Subject Centre
http://www.engsc.ac.uk/journ
al/index.php/ee/index
The journal is published twice a year and aims to
promote, enhance and disseminate research, good
practice and innovation in all aspects of engineering
education. The journal publishes a range of original
articles on engineering education at the higher
education level.
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
13.1. Evaluating learning experiences in virtual laboratory training
through student perceptions: a case study in Electrical and
Electronic Engineering at the University of Hong Kong
Muestra las ventajas y desventajas del
manejo de un laboratorio virtual para Ing
Electrica y Electrónica.
Educación
274
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
14Ingeniare. Revista
chilena de ingeniería
http://www.scielo.cl/scielo.ph
p/script_sci_serial/pid_0718-
3305/lng_es/nrm_iso
Ingeniare. Revista Chilena de Ingeniería edita tres
números al año (cuatrimestral), publica estudios
originales e inéditos de académicos y profesionales
pertenecientes a entidades públicas y privadas, chilenas
o extranjeras, que deseen difundir sus experiencias
sobre ciencias de la ingeniería, tecnología y disciplinas
afines como: Electrónica, Eléctrica, Computación,
Mecánica, Industrias, Acústica, Metalurgia y Enseñanza
de la Ingeniería.
BASE DE DATOS DONDE SE ENCONTRÓ EL
JOURNAL
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
14.1. Implementación de una propuesta de aprendizaje
significativo en la cinemática a través de la resolución de
problemas.
Diseño y aplicación de una propuesta
metodológica activa, basada en la resolución
de problemas y el cálculo diferencial, como
medios para abordar contenidos de
cinemática. Los resultados alcanzados
muestran una valoración favorable de los
estudiantes y han permitido establecer la
influencia de la propuesta metodológica en
el rendimiento académico y estrategias de
aprendizaje, como indicadores de
aprendizaje significativo y del
reconocimiento que el alumno atribuye a la
propuesta.
Diseño Experimental en
Educación
276
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
16.1. Las competencias Base para la internacionalización de la
educación superior
El presente artículo presenta los principales
temas que relacionan la globalización con la
internacionalización de la educación superior
y muestra cómo el concepto de
competencias, introducido en la educación
superior desde la década de los noventa, se
convierte en un factor clave para la
internacionalización del currículo.
Educación
16.2. Una alternativa metodológica innovadora para formar y
evaluar competencias a través de proyectos de curso en las
carreras de ingeniería
Se presenta una experiencia metodológica
innovadora, aplicada y enriquecida
sistemáticamente, que muestra una
alternativa de cómo estructurar y evaluar un
curso bajo el enfoque de competencias.
Educación
16.3. Estudio de percepción sobre metodologías de enseñanza de
temas de electrónica en programas diferentes a ingeniería
electrónica
Estudio de la percepción de los estudiantes
de cinco programas diferentes de tres
universidades acerca de las metodologías de
enseñanza
Educación
16.4. Modelo de aprendizaje activo para desarrollar habilidades
de identificación, formulación y resolución de problemas de
ingeniería industrial
Propuesta de un modelo de aprendizaje para
estudiantes que les permite integrar
habilidades para tener la capacidad de
intervenir efectivamente en una situación
organizacional reforzando sus capacidades de
observación, concepción e implementación
de soluciones en ingeniería
Educación
277
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
16.5. Pedagogía para el desarrollo de competencias investigativas
apoyada en los semilleros de investigación desde el inicio del
pregrado.
Se describe una estrategia para articular la
investigación formativa y la formación en
investigación desde el inicio del pregrado
Investigación
16.6. Competencias aprendizaje activo e indagación un caso
práctico en ingeniería
El autor propone una diferenciación en
términos como aprendizaje activo,
aprendizaje cooperativo, aprendizaje basado
en problemas, aprendizaje basado en
proyectos, "hands-on" activities, pedagogías
activas, etc. A través del uso de la indagación
y aprendizaje activo, se propone un esquema
de evaluación por competencias
Evaluación por competencias
16.7. Impacto de los juegos didácticos como herramienta
metodológica en el aprendizaje y la enseñanza de la Ingeniería
Industrial
Determinar si los juegos didácticos como
herramienta metodológica tienen un impacto
positivo en el rendimiento académico de los
estudiantes en el curso de organización y
métodos II del programa de Ingeniería
Industrial de la Universidad de Córdoba,
Montería (Colombia). Para ello se empleó un
cuasi-experimento pre test, post test y grupo
de control.
Diseño Experimental en
Educación
278
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
17
Revista Ingeniería y
Universidad.
Universidad
Javeriana
El objetivo de la publicación es servir a la divulgación y
difusión del trabajo científico e investigativo en
ingeniería. Son bienvenidos los trabajos que presenten
resultados de investigación, artículos de revisión de una
temática de la ingeniería, ensayos que contribuyan a la
discusión académica y científica de la ingeniería en sus
diversas ramas, entre otros.
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
17.1. Validación de la Lúdica como herramienta metodológica
complementaria en la enseñanza del método de producción de la
teoría de restricciones (TOC) para el manejo de entornos
multitarea
Diseño de una lúdica e implementación en
un curso de TOC, para determinar
el efecto de las herramientas lúdicas en el
rendimiento académico de los alumnos
sobre esta temática
Diseño Experimental en
Educación
279
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
18
Memorias del VII
Encuentro Nacional
de la Comunidad
GEIO
Revista dedicada a difundir las estrategias pedagógicas
aplicadas en los programas de Ingeniería Industrial y
carreras afines, relacionadas con metodologías a través
de actividades lúdicas. La revista publica las memorias
de los eventos académicos realizados por la Comunidad
Nacional GEIO
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
18.1. Diseño de una metodología experimental para la medición
del impacto de la lúdica en la aprehensión del conocimiento
Mide el efecto en el rendimiento académico
del estudiante de Programación Lineal,
dividiéndolos en dos cursos, uno con una
metodología tradicional, y otro con lúdicas.
Utilizan el Diseño de Experimentos para
evidenciar diferencias entre la variable de
interés (rendimiento académico de los
estudiantes)
Diseño Experimental en
Educación
280
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB DESCRIPCION DEL JOURNAL
19
I Annual CDIO
Conference, Queen’s
University Kingston,
Ontario, Canada
June 7 to 8, 2005
http://www.cdio.org/meetings-
events
Several times each year CDIO collaborating institutions
gather to exchange ideas and experiences, review
developments at each institution, assess the Initiative's
progress and further refine the project. The meetings
offer many opportunities to learn about CDIO and to
discuss its implementation in new locations.
281
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
19.1. Active Learning Games
Los autores exponen un conjunto de
actividades lúdicas que le permiten al
estudiante generar un aprendizaje activo,
define la implementación de la lúdica por
etapas, y consecuentemente, realiza una
investigación en relación con la pedagogía
utilizada en cada etapa. Esta investigación
consiste en seleccionar un grupo de control y
un grupo experimental, y a través de un quiz
general, obtener las notas de los estudiantes
y evaluar diferencias estadísticas
significativas en el rendimiento de los
estudiantes
Diseño Experimental en
Educación
282
No. LOGOJOURNAL
CONSULTADODIRECCIÓN WEB
Criterio de Búsqueda:
Aprendizaje cooperativo +
formación para la profesión
Criterio de Búsqueda: Métodos
pedagógicos innovadoresBúsqueda particular
en Google Académico20
283
TÍTULO DEL ARTÍCULO IDEA CENTRAL DEL ARTÍCULO
TEMÁTICA(S) HACIA LA CUAL
APLICA EL ARTÍCULO PARA EL
PROYECTO
20.1. Aprendizaje cooperativo: implantación de esta técnica en
dos asignaturas reformadas y evaluación de resultados
El autor inicialmente expone en su artículo
una contextualización hacia la metodología
de diseño curricular con aprendizaje
cooperativo. Ofrece una idea acerca de cómo
plantear la estructura de contextualización
del curso o asignatura en la cual se realizará
el Diseño Experimental en el presente
proyecto.
Diseño Experimental en
Educación
20.2. Las técnicas de aprendizaje cooperativo mejoran y
consolidan la calidad docente en la asignatura Telemática de
EUETIB
Se presentan los resultados obtenidos tras la
implantación de técnicas de Aprendizaje
Cooperativo en una asignatura optativa del
plan de estudios reformado 2002 de la
Escuela de Ingeniería Técnica Industrial de
Barcelona. (EUETIB). Se han recogido datos
durante siete cuatrimestres, incluyendo un
grupo de control en el que se realizó la
enseñanza con métodos tradicionales, con lo
que el estudio puede considerarse
cuantitativamente significativo.
Diseño Experimental en
Educación
20.3. Modelo pedagógico basado en competencias para la
enseñanza de la Física Experimental
Método comparativo entre el modelo
pedagógico tradicional y el modelo
pedagógico basado en competencias a los
estudiantes de ingeniería de la Universidad
Autónoma de Colombia que cursaban
Mecánica de la partícula, utilizando un diseño
experimental efectuando un análisis de
contraste entre un grupo control y uno
experimental, seleccionando la muestra de
manera aleatoria y probabilística.
Diseño Experimental en
Educación
285
Anexo 3. DOCUMENTOS DE LAS LÚDICAS DESARROLLADAS EN EL EXPERIMENTO
FÁBRICA DE VASOS
INTRODUCCIÓN
La presente actividad pretende ilustrar un proceso productivo con unas características
específicas, de tal forma que se pueda asociar la importancia de la aplicación de las
Cadenas de Markov en el proceso de análisis de un sistema productivo.
La actividad describe cuatro estaciones de trabajo, incluyendo una valoración de
conformidad de los productos que se elaboran en una línea de producción desde la
estación de control de calidad. También se incluye una actividad de reproceso, que
permitirá ser estudiada desde el enfoque de la competencia en Cadenas de Markov, para
estudiarla, modelarla y tomar decisiones frente a las propiedades de estado estable del
sistema en estudio.
Los vasos que se producen en esta línea de producción serán la unidad de estudio, con
sus características de conformidad o no conformidad con respecto a tres criterios de
evaluación. Este será el punto de partida del análisis y aplicación de Cadenas de Markov
en este sistema productivo.
OBJETIVO
Identificar la importancia de la aplicación de las Cadenas de Markov en el análisis del
comportamiento de un sistema productivo.
MATERIALES
50 Vasos con tapa
100 Fichas Grandes
100 Fichas Pequeñas
Un Marcador
Un rollo de Stickers
Un rollo de cinta de enmascarar de ½”
Dos contenedores genéricos.
286
Una mesa grande o varias pequeñas
Un cronómetro
Formato de recolección de información (Ver Cuadro A)
PARTICIPANTES
Cuatro operarios, un jefe de producción, un patinador, observadores.
CONSIDERACIONES DEL JUEGO
Se divide la mesa de trabajo en cinco estaciones usando la cinta de enmascarar,
(Figura #1), en la primera se colocan los vasos y fichas grandes, en la segunda un
contenedor genérico con las fichas pequeñas y las tapas, en la tercera se colocan
los stickers y el marcador; y en la cuarta estación se establece un lugar para los
buenos y otro lugar para los defectuosos usando la cinta de enmascarar.
Figura #1. Distribución de los Centros de Trabajo
Estación 1
Estación 2
Estación 3
Estación 4
B
M
Instrucciones de Producción. El operario de la estación uno toma un vaso y le
introduce una ficha grande, se lo pasa a la estación 2. El operario de la estación
dos le introduce una ficha pequeña y lo tapa, lo pasa al operario de la estación
tres. El operario de la estación tres pinta los stickers, pega uno en la parte inferior
del vaso y lo pasa a la estación cuatro. El operario de la estación cuatro revisa los
vasos y declara como defectuosos los que no cumplan las siguientes condiciones.
-El sticker este bien pintado y bien pegado. -El vaso tenga las dos fichas una grande y una pequeña. -El vaso este bien tapado. Todos los operarios deben trabajar a su máxima capacidad.
287
El jefe de producción verifica que se realicen corridas de dos minutos y luego
cuenta los defectuosos, los buenos y los productos en proceso por cada estación
para llenar la Tabla #1.
Tabla #1. Tabla de Registro
Producto en Proceso Buenos Malos
Estación 1
Estación 2
Estación 3
Estación 4
El encargado de la evaluación de la calidad de los productos deberá identificar qué criterio
no cumple, si se ha clasificado como defectuoso, y deberá indicarle al patinador la
estación a la cual deberá dirigirse para realizar el reproceso. En cuanto en la estación
donde ocurrió el error se corrija, inmediatamente el patinador entrega nuevamente el
producto reprocesado a la estación de calidad.
Luego de hacer la simulación, se deberán contestar las siguientes preguntas:
1. Identifique los estados del sistema productivo.
2. Realice un diagrama de transiciones.
3. Asigne las probabilidades de transición.
4. Identifique los tipos de estados del sistema productivo.
5. Construya la matriz de probabilidades de transición.
6. Calcule la matriz de transiciones de n pasos cuando n=3.
a. Interprete la probabilidad asociada P326
b. Interprete la probabilidad asociada P343
7. Dado que el estado actual es que el producto se encuentra en proceso en la
estación No. 2, ¿cuál es la probabilidad que el producto sea clasificado en
defectuoso cinco periodos más adelante?
288
8. Identifique las probabilidades de estado estable del sistema.
9. Interprete el vector de probabilidades de estado estable.
10. Qué mejoras plantearía usted al proceso productivo, de tal forma en que se pueda
aumentar las probabilidades de transición 1-2, y 2-3?
DESARROLLO DEL ANÁLISIS DEL PROBLEMA CON CADENAS DE MARKOV
Identificación de los estados:
Estado 1: Proceso de producción en estación #1
Estado 2: Proceso de producción en estación #2
Estado 3: Proceso de producción en estación #3
Estado 4: Estación #4 – Control de Calidad
Estado 5: Clasificación de productos conformes
Estado 6: Clasificación de productos no conformes.
Diagrama de transiciones
Se identifican y calculan las probabilidades de transición para calificar cada estado dentro
de los rangos: recurrente, transitorio, absorbente. En el juego se calcula la cantidad de
productos que corresponden al estado de no conforme, y se hace el seguimiento hacia
qué estación se dirige. Por esta razón el denominador de cada cálculo para valorar las
probabilidades es diferente.
289
Tipos de estados: El estado 5 es un estado absorbente, cuando el producto terminado
se clasifica como bueno, no es probable que se devuelva a tener algún reproceso. Los
estados 1, 2, 3, 4 y 6 son estados transitorios.
Matriz de probabilidades de transición
State 1 State 2 State 3 State 4 State 5 State 6
State 1 0 ,9355 0 ,0645 0 0
State 2 0 0 ,8788 ,1212 0 0
State 3 0 0 0 1 0 0
State 4 0 0 0 0 ,7436 ,2564
State 5 0 0 0 0 1 0
State 6 ,2 ,4 ,4 0 0 0
MATRIZ DE PROBABILIDADES DE TRANSICIÓN - FÁBRICA DE VASOS - GEIO
Calcule la matriz de transiciones de n pasos cuando n=3.
State 1 State 2 State 3 State 4 State 5 State 6
State 1 ,0033 ,0066 ,0066 ,8221 ,1323 ,0291
State 2 ,0062 ,0124 ,0124 0 ,7436 ,2253
State 3 ,0513 ,1026 ,1026 0 ,7436 0
State 4 0 ,048 ,0901 ,1183 ,7436 0
State 5 0 0 0 0 1 0
State 6 0 0 ,1644 ,3742 ,3431 ,1183
290
a. Interprete la probabilidad asociada P326
Dado que el estado actual es que el producto se encuentra en proceso en la Estación #2, la
probabilidad de que el producto sea clasificado como producto no conforme, tres periodos más
adelante es 0,2253.
b. Interprete la probabilidad asociada P343
Dado que el estado actual es que el producto se encuentra en proceso en la Estación #4, la
probabilidad de que el producto sea devuelto a la estación #3, tres periodos más adelante es
0,901.
Identifique las probabilidades de estado estable del sistema.
State 1 State 2 State 3 State 4 State 5 State 6
Steady State probability
0 0 0 0 1 0
Interprete el vector de probabilidades de estado estable.
A la larga todos los productos terminarán en el estado 5 (estado absorbente): productos
conformes después de haber sido procesados y reprocesados cuando se requiere.
Qué mejoras plantearía usted al proceso productivo, de tal forma en que se pueda
aumentar las probabilidades de transición 1-2, y 2-3?
(RESPUESTA DE LA ESTUDIANTE LUZ ADRIANA ALZATE AL RESOLVER ESTE
MODELO)
Aplicar herramientas o filosofías como mejoramiento continuo, de control de
calidad, de calidad en la fuente para disminuir la probabilidad de clasificar los
productos como no conformes.
291
CUADRO A. Formato de recolección de información.
Estación de Calidad
REGISTRO DE PRODUCTO NO CONFORME
Estación donde ocurrió el defecto
ESTACIÓN 1 (Ficha)
ESTACIÓN 2 (Ficha y tapa)
ESTACIÓN 3 (Sticker y marcador)
Se deberá colocar una X en el momento de registrar cada vaso defectuoso, dependiendo de la
calificación a la estación donde deberá hacerse el reproceso. Al final se contará la cantidad de X
que existan en cada estación. Se recomienda que una persona diferente al encargado de calidad
para registrar esta información.
292
JUEGO DE LOS OSOS POLARES
INTRODUCCIÓN
Las amenazas más modernas son la acumulación de contaminantes en el hielo y atmósferas árticas, y el calentamiento que está afectando a su Ecosistema. Según estudios canadienses (2005) el hielo de las zonas habitadas por estos animales se está derritiendo a tal velocidad que obliga al oso polar a retirarse a tierra firme sin haber completado sus reservas de grasa, que pierden durante el verano y el otoño en forma tan crítica, que afecta la capacidad de las hembras para que queden preñadas y minan su capacidad de producir leche para alimentar a sus crías. En el Ártico, el hielo desaparece poco a poco. Y eso es una mala noticia para los osos polares. Es su hábitat natural y necesitan esas grandes placas de hielo para sobrevivir. Si es necesario, nadan durante horas hasta que encuentran una placa de hielo. Pero ese viaje en busca de hielo puede resultar peligroso. Sobre todo, para los cachorros. Así se desprende un nuevo estudio, que señala que los cachorros, así como los ejemplares más jóvenes mueren más frecuentemente por estar obligados a nadar largas distancias con sus madres, alejándose de las zonas sin hielo125. En esta actividad se recreará el comportamiento de una población de osos polares que
vive actualmente la situación descrita en enunciado anterior. En relación con la
importancia de un análisis desde tres estados posibles de supervivencia de los osos
polares, se tiene la siguiente descripción:
El oso polar puede reproducirse y dar vida a una cría en un período de tiempo
determinado; puede sobrevivir un periodo de tiempo más, sin tener cría; o
desafortunadamente puede morir, en cualquiera de los estados de su vida.
125 Tomado de: http://climaticocambio.com/los-cachorros-de-osos-polares-mueren-en-la-busqueda-de-hielo/
293
OBJETIVO
Identificar la importancia de la aplicación de las Cadenas de Markov en el análisis del
comportamiento de las poblaciones de seres vivos.
MATERIALES
Dados (20) por cada equipo
Formato de registro de la información (ver Cuadro A)
PARTICIPANTES
Tres participantes por equipo
CONSIDERACIONES DEL JUEGO
Se ubicarán grupos de tres personas, en donde se deberá estudiar el comportamiento del
problema planteado: la población de osos polares. Las condiciones del juego se describen
a continuación, teniendo en cuenta que la representación visual de cada oso polar
corresponde a un dado.
Nuevas reglas del juego:
1 El oso polar se reproduce y da vida a una cría
2 El oso polar muere por causa de un depredador
3 El oso polar muere por causa de un cazador
4 El oso polar muere por causa del detrimento de su hábitat natural
5 El oso polar vive un año más
6 El oso polar vive un año más
Siendo esta la situación, se estima que las probabilidades de muerte aumentan, dado el
riesgo de extinción que sufre esta especie actualmente.
Luego de hacer la simulación, se deberán contestar las siguientes preguntas:
294
1. Identifique los estados del sistema de estudio.
2. Realice un diagrama de transiciones y asigne las probabilidades de transición.
3. Identifique los tipos de estados del sistema en estudio.
4. Construya la matriz de probabilidades de transición.
5. Calcule la matriz de transiciones de n pasos cuando n=2.
6. Dado que el estado actual de un oso polar es estar vivo, cuál es la probabilidad de que en
dos años más adelante el oso se reproduzca?
7. Identifique las probabilidades de estado estable del sistema.
8. ¿Qué recomendación haría usted para modificar el comportamiento de la población de osos
polares, y evitar que se extingan, desde el punto de vista de las Cadenas de Markov?
DESARROLLO DEL ANÁLISIS DEL PORBLEMA CON CADENAS DE MARKOV
Identificación de los estados del sistema:
Estado 1: El oso polar vive un año más
Estado 2: El oso polar se reproduce
Estado 3: El oso polar muere
Diagrama de transiciones y probabilidades de transición
Un análisis a través de cadenas de markov ilustra el siguiente comportamiento:
295
La siguiente es la matriz de probabilidades de transición:
V R
M
V 0.23 0.23 0.54
R 0.25 0.25 0.5
M 0 0 1
Identificación de los tipos de estados
Dos estados son transitorios y un estado es absorbente (el oso polar muere).
1. Calcule la matriz de transiciones de n pasos cuando n=2.
State 1: vivo State 2: reproducido State 3: muerto
State 1: vivo ,1104 ,1104 ,7792
State 2: reproducido ,12 ,12 ,76
State 3: muerto 0 0 1
EL OSO POLAR VIVE
EL OSO POLAR SE
REPRODUCE
EL OSO POLAR MUERE
0.23
0.23
0.25
0.25
0.50.54
1
296
2. Dado que el estado actual de un oso polar es estar vivo, cuál es la probabilidad de que en dos años más adelante el oso se reproduzca?
La probabilidad es 0,1104
3. Identifique las probabilidades de estado estable del sistema.
State 1: vivo State 2: reproducido State 3: muerto
Steady State probability
0 0 1
4. ¿Qué recomendación haría usted para modificar el comportamiento de la población de osos polares, y evitar que se extingan, desde el punto de vista de las Cadenas de Markov?
A través de acciones estratégicas en pro de la conservación de hábitat, (por ejemplo la disminución de la emisión de gases de efecto invernadero para evitar el derretimiento de los polos), evitar la caza ilegal de esta especie, se podría aumentar la probabilidad de transición de estar vivo y seguir vivo, o reproducirse (o de reproducirse a estar vivo, o de reproducirse a reproducirse de nuevo); ya que se observa que la probabilidad de estar vivo y al siguiente período estar muerto es muy alta (0,54), una tasa que inevitablemente lleva a la extinción de esta especie.
CUADRO A. FORMATO DE REGISTRO DE LA INFORMACIÓN JUEGO DE LOS OSOS
POLARES
Año OSO POLAR No.
Total 1 2 3 4 5 6 7 8 9 10
0
1
2
0
1
2
3
4
5
6
7
8
9
10
298
JOB SHOP
INTRODUCCIÓN
La presente actividad pretende ilustrar un proceso productivo con unas características
específicas, de tal forma que se pueda asociar la importancia de la aplicación de las
Cadenas de Markov en el proceso de análisis de un sistema productivo.
La actividad describe cuatro estaciones de trabajo, donde cada producto se procesará e
manera diferente (diferentes secuencias, gran variedad, poca cantidad, lo que redunda en
la identificación de un proceso productivo tipo Job Shop), en donde se podrá estudiar
desde el enfoque de la competencia en Cadenas de Markov, para modelarla y tomar
decisiones frente a las propiedades de estado estable del sistema en estudio.
OBJETIVO
Identificar la importancia de la aplicación de las Cadenas de Markov en el análisis del
comportamiento de un sistema productivo.
MATERIALES
4 Centros de trabajo (Azul, Rojo, Verde, Amarillo)
24 Cajas de Capas
Cronómetro
4 Marcadores (Azul, Rojo, Verde, Amarillo)
Hoja de Control de Trabajo
Formato de recolección de información (Ver Cuadro A)
PARTICIPANTES
Cuatro operarios, un jefe de producción, observadores, (se pueden montar diferentes
líneas de producción, con las mismas características con el fin de que participen más
personas).
CONSIDERACIONES DEL JUEGO
1. Una vez ubicados los cuatro operarios, el jefe de producción con cronómetro y
formato de control de pedidos en mano, se muestran las órdenes de trabajo ya realizadas
(ver figura A).
299
Figura A. Ejemplo de cajas de capas.
Por ejemplo la orden de trabajo No. 21 (figura de la derecha), se puede identificar como
orden No. 21 por su número ubicado en la parte inferior derecha. La secuencia de
producción consiste en pintar el producto, de acuerdo a la secuencia de colores mostrada
en la parte inferior izquierda del producto, y la aplicación de los colores desde las capas 1
a la 4. En síntesis, el producto No. 21 deberá pintarse en la capa 1 de color amarillo,
luego pasará a la estación verde para pintar la capa 2, luego a la estación azul, para
aplicar este color a la capa 3 y por último la capa 4 será pintada en la estación roja, donde
se dará la salida del producto terminado.
2. El procedimiento de las operaciones lo indica cada producto o caja de capa a
aplicar. Cada capa tiene una secuencia de colores específica, de acuerdo al número de
órdenes.
3. El jefe de producción clasifica las órdenes de trabajo, para garantizar el inicio de la
corrida de producción con órdenes listas a ser procesadas.
4. Las órdenes de trabajo de un centro de trabajo a otro son enviadas por los mismos
operarios cuando ya su trabajo en particular ha terminado, hasta que el producto esté
terminado completamente y se deberá avisar al jefe de producción cuando esto suceda
para que este a su vez registre el tiempo de salida de la orden en la hoja de registro.
5. En cada centro de trabajo una persona se encargará de pintar según su color cada
orden de producción y se encargará de revisar la calidad antes de poner el producto en el
área de salida de la estación.
300
6. Cuando todas las órdenes hayan sido terminadas el jefe de producción deberá
calcular el throughput (tiempo de operación por unidad) dividiendo el tiempo en segundos
sobre las unidades producidas.
7. Inclusión de los resultados en la tabla comparativa
8. Conclusiones de la lúdica
Imagen de la actividad lúdica Job Shop
Como anexo a este documento se exponen los diferentes productos a procesar, con sus
secuencias respectivas. (ver anexo A)
Luego de hacer la simulación, se deberán contestar las siguientes preguntas:
1. Identifique los estados del sistema productivo.
2. Realice un diagrama de transiciones y asigne las probabilidades de transición.
3. Identifique los tipos de estados del sistema productivo.
4. Construya la matriz de probabilidades de transición.
5. Calcule la matriz de transiciones de n pasos cuando n=3.
6. Dado que el estado actual de un producto es que está siendo procesado en la estación amarilla, cuál es la probabilidad de que en dos transiciones más adelante esté siendo atendido en la roja?
7. Identifique las probabilidades de estado estable del sistema.
8. ¿Qué recomendación, desde el punto de vista de las Cadenas de Markov?
301
DESARROLLO DEL ANÁLISIS DEL PORBLEMA CON CADENAS DE MARKOV
Identificación de los estados:
Estado 1: estar siendo procesado en la estación 1
Estado 2: estar siendo procesado en la estación 2
Estado 3: estar siendo procesado en la estación 3
Estado 4: estar siendo procesado en la estación 4
Diagrama de transiciones
Tipos de estados:
Los estados son todos recurrentes.
Matriz de probabilidades de transición
Calcule la matriz de transiciones de n pasos cuando n=3.
State 1 State 2 State 3 State 4
302
State 1 ,3008 ,25 ,2366 ,2125
State 2 ,2937 ,253 ,238 ,2153
State 3 ,2937 ,2541 ,2382 ,2139
State 4 ,2978 ,2555 ,238 ,2086
c. Interprete la probabilidad asociada P321
Dado que el estado actual es que el producto se encuentra en proceso en la Estación 2, la
probabilidad de que el producto esté siendo procesado en la Estación 1, tres periodos más
adelante es 0,2937.
d. Interprete la probabilidad asociada P343
Dado que el estado actual es que el producto se encuentra en proceso en la Estación 4, la
probabilidad de que el producto esté siendo procesado en la Estación 3, tres periodos más
adelante es 0,238.
Dado que el estado actual es que el producto se encuentra en proceso en la estación No.
2, ¿cuál es la probabilidad que el producto esté siendo procesado en la estación 4, tres
períodos más adelante?
0,2153
Identifique las probabilidades de estado estable del sistema.
State 1 State 2 State 3 State 4
Steady State probability
,278 ,2369 ,2226 ,1992
Interprete el vector de probabilidades de estado estable.
A la larga las probabilidades de que un producto esté siendo procesado en cada una de
las estaciones son las mostradas en la tabla.
¿Qué mejoras plantearía usted al proceso productivo, teniendo en cuenta las
probabilidades de estado estable?
Aunque son similares las probabilidades de estado estable en cada una de las estaciones,
podría sugerirse balancear un poco más las cargas de las estaciones 1 y 4, teniendo en
cuenta que tienen probabilidades de 0,278 y 0,1992 indicando que una la estación 1 está
más ocupada que la 4 (y que el resto).
ANEXO A. FORMATOS DE CAJAS DE CAPAS CON SECUENCIAS RESPECTIVAS.
307
Anexo 4. ENUNCIADO TALLER PROCESOS ESTOCÁSTICOS – COMPETENCIA MANEJO DE PROCESOS MARKOVIANOS
TALLER REFUERZO CADENAS DE MARKOV
Una línea de producción que fabrica piezas de metalmecánica, tiene 3 máquinas que transforman el producto hasta tener un producto terminado. Cada vez que la pieza sale de una máquina es inspeccionada para determinar su calidad y según dicha inspección pueden sucedes 3 cosas:
1. Pasar a la siguiente estación para seguir siendo procesada, o si es la última
inspección (la que ocurre después de salir de la máquina 3 pasar al área de
empaque y transporte
2. Volver a la máquina para ser reprocesado en caso de tener defecto de calidad,
o
3. Ir directo a los desechos (se descarta la pieza).
En la tabla (archivo Excel) adjunta se muestran los datos de un muestreo aleatorio que se
realizó con una población de 100 productos en cada estación. Cada columna muestra
cada una de las transiciones que se hicieron desde la respectiva máquina o inspección a
sus posibles estados subsecuentes.
Con la información dada:
1. Defina los estados del sistema productivo
2. Construya la matriz de probabilidades de transición con su respectivo diagrama
(recuerde que la suma de las probabilidades que salen de un estado debe ser 1).
3. Identifique los tipos de estados de la cadena de Markov construida (recurrentes,
transitorios o absorbentes).
4. Calcule la matriz de transiciones de n pasos cuando n=4.
4.1. Identifique e interprete la probabilidad asociada a la transición:
Máquina A-Inspección A
Máquina A-Inspección C
Inspección A- Empaque y Transporte
Inspección B- Desechos
Inspección C- Máquina C
Empaque y Transporte – Empaque y transporte
Máquina B-Máquina C
Máquina C –Máquina C
308
5. Dado que el estado actual es que la pieza se encuentra en proceso en la Máquina B,
¿cuál es la probabilidad que el producto sea clasificado en desechos cinco periodos
más adelante?
6. Dado que el estado actual es que la pieza está en la Inspección A
6.1. ¿cuál es la probabilidad que el producto sea clasificado en desechos cinco
periodos más adelante? Rta: 0,1644
6.2. ¿cuál es la probabilidad que el producto esté en la sección de Empaque y
Transporte? Rta: 0,7399
6.3. ¿Por qué es tan diferente la probabilidad de Inspección A-Empaque y transporte,
en n=4 y n=5?
7. Halle el estado estable e interprete.
8. Qué mejoras plantearía usted al proceso productivo, de tal forma en que se pueda
aumentar las probabilidades de llegar a la sección de Empaque y Transporte?
Tabla de datos
311
Anexo 5. CUESTIONARIOS PLANTEADOS COMO COMPLEMENTO AL DESARROLLO DE LOS ESCENARIOS RECREADOS PARA LA EVALUACIÓN DL DESEMPEÑO DE LA COMPETENCIA ESPECÍFICA MANEJO DE PROCESOS MARKOVIANOS PARA FORTALECER LA TOMA DE DECISIONES
NOMBRE: ________________________________________________________
DE ACUERDO CON EL EJERCICIO DEL COMPORTAMIENTO DEL SISTEMA PRODUCTIVO DE
FABRICACIÓN DE VASOS, RESUELVA LAS SIGUIENTES PREGUNTAS:
LÚDICA FÁBRICA DE VASOS
Luego de hacer la simulación, se deberán contestar las siguientes preguntas:
1. Identifique los estados del sistema productivo.
2. Realice un diagrama de transiciones.
3. Asigne las probabilidades de transición.
4. Identifique los tipos de estados del sistema productivo.
5. Construya la matriz de probabilidades de transición.
6. Calcule la matriz de transiciones de n pasos cuando n=3.
a. Interprete la probabilidad asociada P326
b. Interprete la probabilidad asociada P343
7. Dado que el estado actual es que el producto se encuentra en proceso en la estación No.
2, ¿cuál es la probabilidad que el producto sea clasificado en defectuoso cinco periodos
más adelante?
8. Identifique las probabilidades de estado estable del sistema.
9. Interprete el vector de probabilidades de estado estable.
10. Qué mejoras plantearía usted al proceso productivo, de tal forma en que se pueda
aumentar las probabilidades de transición 1-2, y 2-3?
312
LÚDICA JUEGO DE LOS OSOS POLARES
NOMBRE: ________________________________________________________
DE ACUERDO CON EL EJERCICIO DEL COMPORTAMIENTO DE LOS OSOS POLARES,
RESUELVA LAS SIGUIENTES PREGUNTAS:
1. Identifique los estados del sistema de estudio.
2. Realice un diagrama de transiciones y asigne las probabilidades de transición.
3. Identifique los tipos de estados del sistema en estudio.
4. Construya la matriz de probabilidades de transición.
5. Calcule la matriz de transiciones de n pasos cuando n=2.
6. Dado que el estado actual de un oso polar es estar vivo, cuál es la probabilidad de que en
dos años más adelante el oso se reproduzca?
7. Identifique las probabilidades de estado estable del sistema.
8. ¿Qué recomendación haría usted para modificar el comportamiento de la población de
osos polares, y evitar que se extingan, desde el punto de vista de las Cadenas de Markov?
313
LÚDICA JOB SHOP
NOMBRE: ________________________________________________________
DE ACUERDO CON EL EJERCICIO DE LAS CAJAS DE CAPAS, RESUELVA LAS SIGUIENTES
PREGUNTAS:
1. Identifique los estados del sistema productivo.
2. Realice un diagrama de transiciones y asigne las probabilidades de transición.
3. Identifique los tipos de estados del sistema productivo.
4. Construya la matriz de probabilidades de transición.
5. Calcule la matriz de transiciones de n pasos cuando n=3.
6. Dado que el estado actual de un producto es que está siendo procesado en la estación
amarilla, cuál es la probabilidad de que en dos transiciones más adelante esté siendo atendido en
la roja?
7. Identifique las probabilidades de estado estable del sistema.
8. ¿Qué recomendación , desde el punto de vista de las Cadenas de Markov?
314
Anexo 6. CUESTIONARIO PARA DETERMINAR EL COEFICIENTE DE CONOCIMIENTO DE LOS EXPERTOS.
CUESTIONARIO PARA DETERMINAR EL COEFICIENTE DE CONOCIMIENTO DE EXPERTOS
Sexo: Masculino ___ Femenino ___ Edad: Menos de 25 años __ 25 a 35 años __ 36 a 45 años __ Más de 45 años __ Calificación profesional, grado científico o académico:
Profesor ___ Especialista ___ Magister ___ Doctor ___ Título académico: ___________________________________________________________
Años de experiencia Laboral: __________________________________________________
Años de experiencia en Docencia y/o Investigación: ________________________________
Agradecemos su colaboración al diligenciamiento de la siguiente información solicitada.
Este cuestionario es una actividad del trabajo de investigación titulado “ENSEÑANZA TRADICIONAL vs
METODOLOGÍA LÚDICA. UN DISEÑO EXPERIMENTAL PARA MEDIR EL IMPACTO DE COMPETENCIAS ESPECÍFICAS EN UNA ASIGNATURA DEL PREGRADO EN INGENIERÍA INDUSTRIAL DE LA UNIVERSIDAD
TECNOLÓGICA DE PEREIRA”, del Grupo en la Enseñanza de Investigación de Operaciones, GEIO. Tiene como objetivo determinar el coeficiente de conocimiento de los expertos que valoran el instrumento de evaluación de las conductas observables de la competencia denominada “Construir un modelo de un fenómeno aleatorio a través de Cadenas de Markov Discretas, para soportar la toma de decisiones”, para los estudiantes de procesos estocásticos, grupos 2, 102 y 103 del
programa de Ingeniería Industrial, del periodo académico 2013-2.
DIRIGIDO A: Expertos en la temática de procesos estocásticos, investigación de operaciones,
específicamente en el modelamiento de Cadenas de Markov.
I. GRADO DE CONOCIMIENTO.
Marque con una X, en una escala creciente de 1 a 10, el valor que corresponde con el grado de conocimiento e información que tiene sobre el tema de estudio: Cadenas de Markov.
1 2 3 4 5 6 7 8 9 10
II. AUTOVALORACIÓN.
Marque con una X, el grado de influencia de cada una de las fuentes que se presentan en la siguiente tabla, de acuerdo a sus niveles de argumentación, fundamentación y conocimientos acerca del tema: “Modelamiento de Cadenas de Markov”.
Fuentes de argumentación Alto Medio Bajo
Análisis Teórico realizado por usted.
Su experiencia en el diseño y análisis de problemas usando el modelamiento de Cadenas de Markov.
Trabajos de Publicación Nacional y/o internacional en el tema de modelamiento de Cadenas de Markov.
Lectura del estado del arte en el modelamiento de cadenas de markov, como
315
referente de orientación en sus clases.
Desarrollo de trabajos de investigación específicos en la temática de modelamiento de cadenas de markov.
Su intuición.
316
Anexo 7. ENCUESTA CRITERIO DE EXPERTOS PARA VALIDEZ DEL INSTRUMENTO DE EVALUACIÓN DE COMPETENCIA
ENCUESTA CRITERIO DE EXPERTOS PARA VALIDEZ DEL INSTRUMENTO DE EVALUACIÓN DE COMPETENCIA
Esta encuesta es una actividad del trabajo de investigación titulado “ENSEÑANZA TRADICIONAL vs
METODOLOGÍA LÚDICA. UN DISEÑO EXPERIMENTAL PARA MEDIR EL IMPACTO DE COMPETENCIAS ESPECÍFICAS EN UNA ASIGNATURA DEL PREGRADO EN INGENIERÍA INDUSTRIAL DE LA UNIVERSIDAD
TECNOLÓGICA DE PEREIRA”, del Grupo en la Enseñanza de Investigación de Operaciones, GEIO. Tiene como objetivo someter a criterio de expertos la propuesta del instrumento de evaluación de las conductas observables de la competencia denominada “Construir un modelo de un fenómeno aleatorio a través de Cadenas de Markov Discretas, para soportar la toma de decisiones”, para los estudiantes de procesos estocásticos, grupos 2, 102 y 103 del programa de Ingeniería Industrial, del periodo académico 2013-2.
DIRIGIDO A: Expertos en la temática de procesos estocásticos, investigación de operaciones,
específicamente en el modelamiento de Cadenas de Markov.
Para cada indicador de valoración expuesto, marque con una X su apreciación:
Indicador para valorar el instrumento de evaluación de competencia
Muy adecuado
(MA)
Bastante adecuado
(BA)
Adecuado (A)
Poco adecuado
(PA)
No adecuado
(NA)
CLARIDAD. El instrumento de evaluación expone
preguntas claramente definidas, en términos de redacción y contenido.
INTEGRALIDAD. El instrumento de evaluación
ilustra cada una de las conductas observables (ver
anexo #1: Competencias y Conductas Observables) de manera integrada.
PERTINENCIA. El instrumento de evaluación
presenta las cuestiones fundamentales de modelamiento de cadenas de markov para fortalecer el proceso de toma de decisiones.
VIABILIDAD. La aplicación del instrumento de
evaluación es posible en el escenario de Procesos Estocásticos, para estudiantes de VI Semestre de Ingeniería Industrial.
COHERENCIA. Considera que el instrumento de
evaluación guarda relación sistemática con las conductas observables definidas (ver anexo #1:
Competencias y Conductas Observables)
OBSERVACIONES Y SUGERENCIAS.
________________________________________________________________________________________________________________________________________________________________________________
317
______________________________________________________________________________________________________________________________________________
ANEXO #1: COMPETENCIAS Y CONDUCTAS OBSEVABLES. PROCESOS
ESTOCÁSTICOS. INGENIERÍA INDUSTRIAL.
CUESTIONARIO DE EVALUACIÓN COMPETENCIA CADENAS DE MARKOV
DE ACUERDO CON EL EJERCICIO DEL COMPORTAMIENTO DE LOS OSOS POLARES, RESUELVA LAS SIGUIENTES PREGUNTAS:
1. Identifique los estados del sistema en estudio.
2. Realice un diagrama de transiciones y asigne las probabilidades de transición.
3. Identifique los tipos de estados del sistema en estudio.
4. Construya la matriz de probabilidades de transición.
5. Calcule la matriz de transiciones de n pasos cuando n=2.
6. Dado que el estado actual de un oso polar es estar vivo, cuál es la probabilidad de
que en dos años más adelante el oso se reproduzca?
7. Identifique las probabilidades de estado estable del sistema.
8. ¿Qué recomendación haría usted para modificar el comportamiento del sistema,
en búsqueda de mayores beneficios para el mismo, desde el punto de vista de las
Cadenas de Markov?
COMPETENCIA CONDUCTAS OBSERVABLES NIVEL
Toma decisiones enfocadas a la mejora
del proceso estudiado con base en los
resultados obtenidos.
Nivel 5
Resuelve el modelo e interpreta las
probabilidades de transición en diferentes
momentos del tiempo.
Nivel 4
Construye la matriz de probabilidades
con información histórica o recolectada.Nivel 3
Identifica los estados del fenómeno
aleatorio y construye un diagrama de
transiciones.
Nivel 2
Identifica un proceso estocástico
(fenómeno aleatorio y el tiempo como
variable de referencia).
Nivel 1
No identifica un fenómeno aleatorio
(competencia no alcanzada).Nivel 0
Construir un modelo de un
fenómeno aleatorio a través
de Cadenas de Markov
Discretas, para soportar la
toma de decisiones.